基於分散式的低複雜度多光譜圖像壓縮編碼方法研究

《基於分散式的低複雜度多光譜圖像壓縮編碼方法研究》是依託西安電子科技大學，由李雲松擔任項目負責人的面上項目。

基本介紹

• 中文名：基於分散式的低複雜度多光譜圖像壓縮編碼方法研究
• 項目類別：面上項目
• 項目負責人：李雲松
• 依託單位：西安電子科技大學

中文摘要

隨著多光譜圖像空間解析度和光譜解析度的不斷提高，圖像數據量呈幾何級數增長，為了解決航天套用特別是深空探測套用中多光譜圖像數據量與有限的頻寬和存儲資源之間的矛盾，必須採用高效數據壓縮編碼技術。傳統的基於預測和三維變換的多光譜圖像壓縮算法由於複雜度高、抗誤碼能力差，無法在衛星系統中獲得套用，目前只能採用各譜段獨立壓縮的方法實現星載多光譜圖像壓縮系統，壓縮效率還很低，無法滿足今後發展的需求。本項目針對航天套用對多光譜圖像壓縮算法的要求，在已有的研究基礎上，深入研究基於分散式的低複雜度多光譜圖像壓縮編碼方法，包括基於小波變換和LDPC的分散式編碼方法以及基於陪集碼的分散式編碼方法。通過對關鍵幀編碼、邊信息估計、編碼碼率估計等關鍵技術的深入研究和突破，最終實現可以滿足對地觀測和深空探測套用要求的低複雜度、強抗誤碼能力的多光譜圖像壓縮方法。

結題摘要

成像光譜儀可以同時獲得被測目標的空間和光譜信息，在航空航天遙感、軍事偵察、環境檢測、資源勘測等方面具有非常重要的套用價值。自1999年美國EOS成為第一個搭載成像光譜儀的衛星以來，已經陸續有幾十顆衛星或太空飛行器搭載了多光譜成像系統。在我國“神州三號”飛船、“嫦娥一號”衛星以及將要發射的“天宮一號”目標飛行器上都把多光譜成像儀作為主要載荷搭載。傳統多光譜圖像壓縮編碼方法在編碼端利用譜間相關性進行譜間預測或變換來提高壓縮效率，複雜度高、存儲量大、抗誤碼能力差，難以滿足航天套用要求。本項目針對航天套用，通過進一步分析多光譜圖像的成像特點，研究分散式多光譜圖像信源編碼方法，並提出了一種基於分層樹集合分割的分散式干涉多光譜圖像壓縮算法，在8倍壓縮下與傳統3D-SPIHT算法相比PSNR可提高4dB同時降低了編碼複雜度和存儲量；提出了一種基於L∞最小搜尋和陪集碼的分散式高光譜圖像無損與近無損壓縮算法，與原有陪集分散式編碼算法相比，無損壓縮碼率可降低0.25bpp，近無損性能明顯優於JPEG-LS；提出了一種基於分類和陪集碼的高光譜圖像無損壓縮算法，與已有基於陪集的分散式圖像壓縮算法相比，無損壓縮碼率可降低0.4bpp；提出了一種基於廣度優先搜尋的SPIHT編碼VLSI架構，與已有算法相比，進一步提高了編碼效率和處理速度。因此，本項目提出的算法在保持低複雜度和高可靠性的同時，提高了多光譜圖像無損和有損壓縮的效率，並解決了核心算法的高速硬體實現難題，可以滿足我國航天遙感套用的要求。在本項目資助下，項目組成員發表論文11篇，獲得授權發明專利6項。項目成果成功套用於嫦娥二號、嫦娥三號衛星和天宮一號目標飛行器，項目負責人以第一完成人獲得了2011年度教育部科技進步一等獎和2012年度國家科技進步二等獎，並獲得首屆優秀青年科學基金項目資助。