張喜明，張耀宗，顏露新，張?zhí)煨?/p>

(1．中國(guó)電子科技集團(tuán)公司第五十四研究所，河北 石家莊050081; 2．華中科技大學(xué) 圖像識(shí)別與人工智能研究所，湖北 武漢430074)

一種靈活可靠的星載圖像壓縮編碼技術(shù)

張喜明1，張耀宗2，顏露新2，張?zhí)煨?

(1．中國(guó)電子科技集團(tuán)公司第五十四研究所，河北 石家莊050081; 2．華中科技大學(xué) 圖像識(shí)別與人工智能研究所，湖北 武漢430074)

針對(duì)星上圖像數(shù)據(jù)量大、傳輸帶寬有限、關(guān)鍵信息不能丟失、星地傳輸鏈路存在干擾和碼流存在誤碼等問(wèn)題，提出了一種分塊可調(diào)的JPEG-LS壓縮算法及滿足一定誤碼率的信源檢糾錯(cuò)編碼方式。壓縮算法對(duì)圖像進(jìn)行分塊的同時(shí)通過(guò)在分塊邊緣使用梯度填充的方法避免了壓縮比降低的問(wèn)題。算法能夠有效地控制誤碼的擴(kuò)散，通過(guò)對(duì)不同分塊采用無(wú)損/微損壓縮模式組合的方式，既能保留敏感數(shù)據(jù)不丟失，又能獲得較高的壓縮比。通過(guò)實(shí)驗(yàn)分析對(duì)比3種典型的檢糾錯(cuò)編碼方法，從而得出適合星上應(yīng)用環(huán)境的信源檢糾錯(cuò)編碼方式。

衛(wèi)星;壓縮;檢糾錯(cuò);誤碼

0 引言

近年來(lái)，我國(guó)處于航天航空事業(yè)高速發(fā)展的階段。高性能、高空間分辨率的遙感傳感器得到了應(yīng)用，隨之而來(lái)的是很高的原始碼速率和巨量的原始數(shù)據(jù)。隨著遙感數(shù)據(jù)的日益龐大，使得有限的信道帶寬和數(shù)據(jù)存儲(chǔ)容量與傳輸大量遙感數(shù)據(jù)之間的矛盾日益突出，數(shù)據(jù)壓縮編碼成為了星上數(shù)據(jù)處理的重要組成部分［1］。而衛(wèi)星遙感圖像與常規(guī)靜止圖像相比，具有圖像相關(guān)性差、信息熵值高和冗余度小等特征，并且衛(wèi)星通信帶寬有限，通信環(huán)境復(fù)雜多變［2－3］，所以星載壓縮編碼技術(shù)相比普通的圖像壓縮技術(shù)更加困難。為了提高星地傳輸中壓縮編碼的編碼效率，降低通信環(huán)境引入的誤碼擴(kuò)散問(wèn)題，在JPEG-LS壓縮算法的基礎(chǔ)上引入了信源編碼和分塊編碼算法，經(jīng)理論分析和試驗(yàn)測(cè)試，達(dá)到了設(shè)計(jì)效果。

1 壓縮編碼技術(shù)進(jìn)展及星上應(yīng)用分析

現(xiàn)有的壓縮技術(shù)可大體分為無(wú)損壓縮和有損壓縮。傳統(tǒng)的無(wú)損壓縮技術(shù)，如Huffman編碼［4］、Rice編碼和 JPEG-LS［5］編碼等;有損壓縮技術(shù)，如基于離散余弦變換(Discreate Cosine Transform，DCT)的壓縮;基于小波變換的壓縮，如 JPEG 和JPEG2000［6－7］算法等都已經(jīng)在各種類型的星上壓縮中得到實(shí)際應(yīng)用。對(duì)于面向民用(如地球環(huán)境研究等)的衛(wèi)星，使用有損壓縮技術(shù)可以以數(shù)據(jù)的部分損失為代價(jià)換取很高的壓縮比，大大緩解了衛(wèi)星通信數(shù)據(jù)傳輸帶寬的緊張，但是對(duì)于其他應(yīng)用需求的衛(wèi)星，由于衛(wèi)星遙感數(shù)據(jù)的高度敏感性和重要性，要求壓縮過(guò)程不能損失數(shù)據(jù)中的重要信息。因此，星上數(shù)據(jù)壓縮仍然主要以無(wú)損壓縮為主。

在星地傳輸通信過(guò)程中，壓縮碼流受到外界環(huán)境的干擾，導(dǎo)致壓縮碼流傳輸過(guò)程中出現(xiàn)誤碼和丟包現(xiàn)象。一般在數(shù)據(jù)傳輸通信中，可以采用重傳協(xié)議來(lái)保證數(shù)據(jù)的可靠傳輸［8］。然而，對(duì)于衛(wèi)星通信，重傳并不可行。一方面是由于衛(wèi)星通信有實(shí)時(shí)性要求;另一方面衛(wèi)星圖像編碼后的數(shù)據(jù)量大，反復(fù)重傳會(huì)導(dǎo)致信道堵塞。通常的解決方法是在衛(wèi)星圖像編碼的過(guò)程中保留一定的冗余，引入檢糾錯(cuò)編碼技術(shù)，如:EDC檢錯(cuò)編碼、2D-ECC糾錯(cuò)編碼和RS糾錯(cuò)編碼［9－12］等，從而較好地解決誤碼和丟包的問(wèn)題。

在軍事領(lǐng)域中，實(shí)時(shí)性和無(wú)損度是衛(wèi)星遙感圖像數(shù)據(jù)處理的首要指標(biāo)。實(shí)時(shí)性要求壓縮算法的復(fù)雜度不能過(guò)高，壓縮比盡量得大;無(wú)損度要求壓縮算法對(duì)圖像進(jìn)行壓縮的時(shí)候不能損失重要的信息，同時(shí)算法具備一定的抗誤碼性能。這2個(gè)指標(biāo)往往是相互矛盾的，因此，星上數(shù)據(jù)壓縮算法設(shè)計(jì)如何有效權(quán)衡二者的關(guān)系，綜合考慮各種因素是研究的重點(diǎn)。

2 適應(yīng)于星上應(yīng)用的壓縮編碼算法

2．1 本文壓縮編碼總體流程

本文提出的壓縮編碼主要分為2個(gè)部分:壓縮和信源檢糾錯(cuò)編碼，如圖1所示。

圖1 本文壓縮編碼總體流程

2．2 JPEG-LS算法原理

目前，無(wú)損壓縮領(lǐng)域比較活躍的方法有JPEGLS［1 3－1 4］和 CALIC［15］等。星上壓縮方案要求實(shí)時(shí)和硬件復(fù)雜度低(功耗小)，所以常選擇預(yù)測(cè)效果其次的 JPEG-LS算法，而不是預(yù)測(cè)效果最好的CALIC。JPEG-LS本身也包含微損壓縮模式。JPEG-LS主要包括3個(gè)部分:預(yù)測(cè)器、建模器和編碼器。JPEG-LS壓縮編碼算法的框圖如圖2所示，該編碼算法考察當(dāng)前像素的幾個(gè)已出現(xiàn)的近鄰，用其作為當(dāng)前像素的上下文［1 6］，用上下文來(lái)預(yù)測(cè)像素，從幾個(gè)這樣的概率分布中選擇一個(gè)，并根據(jù)該分布采用Golomb碼字來(lái)編碼預(yù)測(cè)誤差。

圖2 JPEG-LS壓縮編碼框圖

圖2中，建模器表示當(dāng)前編碼的像素x的上下文模板，預(yù)測(cè)器利用上下文像素a、b、c的值預(yù)測(cè)x，而后從 x中減去預(yù)測(cè)值得到預(yù)測(cè)誤差 Errval，再通過(guò)建模器得到統(tǒng)計(jì)信息進(jìn)行Golomb編碼，從而得到該像素的壓縮碼流。

2．3 針對(duì)星上應(yīng)用的壓縮算法改進(jìn)

如果對(duì)圖像直接使用 JPEG-LS算法進(jìn)行壓縮編碼，一方面在無(wú)損模式下無(wú)法達(dá)到星上應(yīng)用對(duì)于壓縮比的要求;另一方面，由于算法對(duì)整幅圖像采用同一個(gè)預(yù)測(cè)鏈編碼，在星地傳輸鏈路出現(xiàn)誤碼后，誤碼將擴(kuò)散至該誤碼位置以后的整幅圖像。鑒于以上2個(gè)原因，需要考慮對(duì)圖像進(jìn)行壓縮時(shí)，使用分塊策略。一方面，將圖像分成不同的子區(qū)域，則對(duì)于那些不感興趣的區(qū)域塊，可以采用具有高壓縮比的微損壓縮模式，而僅對(duì)感興趣區(qū)域采用無(wú)損壓縮模式;另一方面，分塊編碼把整個(gè)預(yù)測(cè)鏈分成多個(gè)獨(dú)立的預(yù)測(cè)鏈，從而將誤碼造成的解碼錯(cuò)誤限制在局部子塊內(nèi)，有效減少了誤碼擴(kuò)散帶來(lái)的影響。算法中典型的分塊大小可以設(shè)置為以下幾種:8×32，8×64，16× 32，16×64。

如果只是簡(jiǎn)單地將圖像分塊并應(yīng)用 JPEG-LS算法，則由于邊界處理問(wèn)題會(huì)導(dǎo)致單個(gè)塊的壓縮比反而下降，從而有可能導(dǎo)致整個(gè)圖像的壓縮比降低。以分塊大小為8*32為例，根據(jù)JPEG-LS壓縮編碼中殘差預(yù)測(cè)算法的思想，對(duì)于讀入的分塊像素，需要補(bǔ)齊1行2列，即補(bǔ)齊為9*34的空間大小，為接下來(lái)的上下文預(yù)測(cè)做準(zhǔn)備。對(duì)補(bǔ)齊的第1行和第2行第1列初始化為0，示意圖如圖3(a)所示。從圖3中可以看出，對(duì)于邊界像素(第1行、第2行第1列)進(jìn)行編碼時(shí)，如果像素值偏大，那么會(huì)導(dǎo)致梯度值很大，編碼長(zhǎng)度也很長(zhǎng);不僅如此，由于邊界像素會(huì)形成一個(gè)相對(duì)穩(wěn)定的編碼序列，當(dāng)編碼進(jìn)行到非邊界像素(第2行第1列)時(shí)，該像素的梯度值與邊界像素的梯度值會(huì)有很大不同，這樣又會(huì)形成一個(gè)不一樣的序列，與前面的像素沒(méi)有任何關(guān)聯(lián)性。以上幾點(diǎn)原因都會(huì)導(dǎo)致單個(gè)分塊的壓縮比下降，那么如果在掃描圖像進(jìn)行編碼時(shí)，由于累計(jì)，壓縮比則會(huì)很低。

鑒于原算法中存在不足，本文提出基于梯度的邊界填充方法。在原算法中，各個(gè)分塊的邊界填充的值均為固定的值0，這樣損壞了圖像序列。在改進(jìn)算法中，對(duì)各個(gè)分塊的邊界填充不同的值，填充的依據(jù)，是使邊緣盡量的平滑，即在邊界填充的像素不在統(tǒng)一填充第1個(gè)像素 x，而是填充與它最臨近的像素，對(duì)第1個(gè)像素進(jìn)行編碼需要先填充4個(gè)值，那么將第1個(gè)像素x填充到第1行前3列和第1列第2行;之后的填充值，依照其左下角的像素值進(jìn)行填充。如圖3(b)所示。

圖3 原始算法和改進(jìn)算法的邊界處理

使用梯度填充法的邊界像素具有很好的平滑性，殘差的值會(huì)很小，進(jìn)而全圖的壓縮比會(huì)有一定的改善，實(shí)驗(yàn)數(shù)據(jù)證明了此推論。實(shí)驗(yàn)數(shù)據(jù)選取MODIS圖像和另外3幅單值圖像作為測(cè)試圖像，測(cè)試結(jié)果如表1和表2所示。

表1 測(cè)試結(jié)果1

表2 測(cè)試結(jié)果2

測(cè)試實(shí)驗(yàn)可以得出以下結(jié)論:

① 改進(jìn)算法與原算法相比，對(duì)于大部分圖像而言，可以很大程度地提高壓縮比;

② 改進(jìn)算法增加了碼流冗余，對(duì)于像素為全0的圖像或者圖像中大部分像素為0的圖像，改進(jìn)算法的壓縮比不及原算法，但是此時(shí)壓縮比本身就很高。

2．4 信源檢糾錯(cuò)編碼算法選取

在當(dāng)前星地?zé)o線信號(hào)傳輸過(guò)程中，信道一般存在誤碼，這將影響星上壓縮單元輸出的碼流中的一些比特位。為此，要求在對(duì)星上數(shù)據(jù)進(jìn)行壓縮的同時(shí)進(jìn)行信源檢糾錯(cuò)編碼，編碼算法具有如下性能: ① 糾錯(cuò)，即能糾正碼流中錯(cuò)誤的一些比特位;② 檢錯(cuò)，即在無(wú)法糾正碼流中錯(cuò)誤的比特位時(shí)，可以檢測(cè)出錯(cuò)誤碼流出現(xiàn)的位置。

目前常用的檢糾錯(cuò)編碼主要有EDC檢錯(cuò)編碼、2D-ECC糾錯(cuò)編碼和 RS糾錯(cuò)編碼。相比其他2種方法，RS算法運(yùn)算量大，設(shè)計(jì)的參數(shù)與公式比較多，但是具有很強(qiáng)的檢錯(cuò)和糾錯(cuò)能力。由于篇幅限制，這里不再敘述各個(gè)算法的原理，而是直接對(duì)3種算法進(jìn)行實(shí)驗(yàn)對(duì)比分析，從而得出適合星上應(yīng)用的檢糾錯(cuò)算法。

本實(shí)驗(yàn)從信源檢/糾錯(cuò)編碼形式入手，對(duì)比EDC+2DECC和EDC+RS兩種檢/糾錯(cuò)編碼方式，測(cè)試了2種誤比特率量級(jí)(10－6和10－5)下算法的壓縮比、誤比特率和糾錯(cuò)能力。測(cè)試數(shù)據(jù)使用的是公開(kāi)的MODIS圖像(12 bit)，數(shù)據(jù)量為2 000幀。統(tǒng)計(jì)結(jié)果如表3所示。

表3 不同檢糾錯(cuò)編碼方式對(duì)比實(shí)驗(yàn)

對(duì)表3中的結(jié)果分析如下:

① 壓縮比。經(jīng)過(guò)計(jì)算，RS檢糾錯(cuò)編的冗余度為32/(223+32)=12．5%，2DECC檢糾錯(cuò)的冗余度為32/(256+32)=11．1%，因此在統(tǒng)計(jì)EDC+2DECC檢糾錯(cuò)編碼方式和EDC+RS編碼方式的壓縮比可以看出，二者壓縮比相差不大，但后者的壓縮比略微低于前者。

② 糾錯(cuò)效率。理論上2DECC檢糾錯(cuò)編碼只能檢3位糾1位錯(cuò)誤，實(shí)驗(yàn)也論證了這一點(diǎn)，在10－5和10－6誤碼率條件下，2DECC的糾錯(cuò)率只有 50%左右。而相比下RS檢糾錯(cuò)編碼的能力要強(qiáng)很多，在2種誤碼率條件下的糾錯(cuò)率接近100%。

通過(guò)以上分析，綜合壓縮比和抗信道誤碼能力考慮，由于RS檢糾錯(cuò)編碼具有出色的糾錯(cuò)能力，但是在高誤碼率條件下(超出RS糾錯(cuò)能力)，就會(huì)出現(xiàn)誤碼擴(kuò)散。因此，EDC信息也是非常有必要的;因此對(duì)星上數(shù)據(jù)進(jìn)行檢糾錯(cuò)編碼時(shí)，建議使用EDC +RS檢糾錯(cuò)處理。

3 結(jié)束語(yǔ)

本文通過(guò)對(duì)衛(wèi)星應(yīng)用條件下的數(shù)據(jù)傳輸環(huán)境進(jìn)行分析，提出了一種組合了分塊尺寸可調(diào)無(wú)損/微損壓縮及信源檢糾錯(cuò)的壓縮編碼算法。實(shí)驗(yàn)證明本算法相比原始算法，分塊后壓縮比有所提高且有效緩解了誤碼擴(kuò)散問(wèn)題，有利于不同壓縮模式之間進(jìn)行組合，從而極大地提高了圖像壓縮效率選擇的靈活性。通過(guò)對(duì)3種典型檢糾錯(cuò)編碼方法進(jìn)行實(shí)驗(yàn)對(duì)比分析，給出了適合星上應(yīng)用的檢糾錯(cuò)編碼方式組合。本文提出的圖像壓縮編碼技術(shù)可有效應(yīng)用于星上圖像數(shù)據(jù)的壓縮。

［1］ 賈曉光，王 雷．航天遙感圖像壓縮技術(shù)的最新發(fā)展［J］．中國(guó)圖像圖形學(xué)報(bào)，1997(2):697－700．

［2］ 陳世平．高分辨率衛(wèi)星遙感數(shù)據(jù)傳輸技術(shù)發(fā)展的若干問(wèn)題［J］．空間電子技術(shù)，2003(3):1－5．

［3］ 張 弛，高 杰．低空高速圖像傳輸技術(shù)研究［J］．無(wú)線電工程，2006(4):29－31．

［4］ HUFFMAN D A．A Method for the Construction of Minimum Redundancy Codes［J］．Proceeding IRE，1952，40(9):1 098－1 101．

［5］ ISO/IEC JTC 1/SC 29/WG 1(1997)CD14495．Lossless and Near-lossless Compression of Continuous-tone Still Images(JPEG-LS)［S］．

［6］ SKODRAS A，CHRISTOPOULOS C，EBRAHIMI T．The JPEG 2000 Still Image Compression Standard［C］∥IEEE Signal Processing Magazine，2001:36－58．

［7］ 于開(kāi)勇，陳順?lè)剑环N基于航空遙感圖像的壓縮算法及其實(shí)現(xiàn)方案［J］．無(wú)線電通信技術(shù)，2002，28(3):39－41．

［8］ 范 晨．視頻容錯(cuò)編碼與傳輸技術(shù)的研究［D］．北京:清華大學(xué)，2003．

［9］ 王新梅，肖國(guó)鎮(zhèn)．糾錯(cuò)碼原理與方法［M］．西安:西安電子科技大學(xué)出版社，2001．

［10］SWEENEY P．差錯(cuò)控制編碼［M］．北京:清華大學(xué)出版社，2004．

［11］吳樂(lè)南．?dāng)?shù)據(jù)壓縮的原理與應(yīng)用［M］．北京:電子工業(yè)出版社，1986．

［12］姜 丹．信息理論與編碼［M］．北京:中國(guó)科技大學(xué)出版社，1995．

［13］WEINBERGER M J，SEROUSSI G，SAPZRO G．LOCO-I: A Low Complexity，Context-based，Lossless Image Compression Algorithm［C］∥Int．Conf．on Data Compression，1996:140－149．

［14］WEINBERGER M J，SEROUSSIG，SAPZROG．The LOCO-I Lossless Image Compression Algorithm: Principles and Standardization into JPEG-LS［J］．IEEE Trans．on Image Processing，2000(9):1 309－1 324．

［15］WU X L，MEMON N．Context-based，Adaptive，Lossless Image Coding［J］．IEEE Transactions on Communications，1997(45):437－444．

［16］MARTUCCI S A．Reversible Compression ofHDTV Images Using Median Adaptive Prediction and Arithmetic Coding［J］．In Proc．IEEE International Symposium on Circuits and Systems，1990(2):1 310－1 313．

A Novel Image Compression Coding Scheme Designed for Satellite Application

ZHANG Xi-ming1，ZHANG Yao-zong2，YAN Lu-xin2，ZHANG Tian-xu2

(1．The 54th Research Institute of CETC，Shijiazhuang Hebei 050081，China; 2．IPRAI，Huazhong University of Science and Technology，Wuhan Hubei 430074，China)

In satellite application，the volume of image data is large，the transmission bandwidth is limited，key information cannot be lost，there is interference to the transmission link and errors exist in the code stream．To address these issues，an improved block adjustable JPEG-LS compression algorithm and a suitable source error detection/correction coding method are designed．During image partitioning，the compression algorithm uses gradient filling method at each block edge to avoid reducing the compression ratio．The algorithm can effectively control the spreading of the errors，and by using lossless/little-loss compression mode in different blocks，it not only keeps the sensitive data lossless，but also achieves the high compression ratio．By comparing and analyzing three kinds of typical error detection/correction coding methods，the most suitable method for satellite application is obtained．

satellite;compression;error detection/correction;bit error

TN911

A

1003－3106(2017)02－0041－04

10．3969/j．issn．1003－3106．2017．02．10

張喜明，張耀宗，顏露新，等．一種靈活可靠的星載圖像壓縮編碼技術(shù)［J］．無(wú)線電工程，2017，47(2):41－44．

2016-11-08

海洋公益性科研專項(xiàng)基金資助項(xiàng)目(201505002)。

張喜明男，(1972—)，高級(jí)工程師。主要研究方向:航天地面應(yīng)用。

張耀宗男，(1984—)，博士研究生，自動(dòng)化專業(yè)。主要研究方向:圖像處理。