專利名稱：一種用于多光譜圖像的漸進(jìn)的分布式編解碼方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理方法及裝置，更具體地是一種用于多光譜圖像的漸進(jìn)的分布式編解碼方法及裝置。

背景技術(shù)：
隨著遙感技術(shù)的不斷發(fā)展，所獲取圖像的空間分辨率和譜間分辨率越來越高，導(dǎo)致數(shù)據(jù)量的激增，在從遙感衛(wèi)星傳輸?shù)降孛娼邮照镜倪^程中巨大的數(shù)據(jù)量和有限的帶寬之間就會(huì)產(chǎn)生矛盾，因此既能節(jié)省數(shù)據(jù)量又能保證圖像質(zhì)量的無損壓縮方法就被廣泛地應(yīng)用到遙感圖像處理領(lǐng)域中。
目前，基于Shannon定理的無損壓縮編碼方案主要分為兩步，首先進(jìn)行預(yù)測(cè)或變換以挖掘數(shù)據(jù)相關(guān)性去除冗余，然后再采用Huffman編碼或者算術(shù)編碼進(jìn)行熵編碼。最典型的2-D(二維)編碼方案是國(guó)際標(biāo)準(zhǔn)化組織制定的圖像壓縮標(biāo)準(zhǔn)JPEG和JPEG2000。然而，遙感衛(wèi)星獲取的多光譜圖像是由不同光譜波段對(duì)同一區(qū)域進(jìn)行觀測(cè)捕獲而成的圖像，存在空間數(shù)據(jù)冗余和譜間數(shù)據(jù)冗余，而傳統(tǒng)的2-D編碼方案僅能去除其中的空間數(shù)據(jù)冗余，圖像壓縮效果不夠理想，從而促使了能夠有效去除空間數(shù)據(jù)冗余和譜間數(shù)據(jù)冗余的3-D(三維)編碼方案的提出。
當(dāng)前的3-D編碼方案包括基于3-D預(yù)測(cè)的方案和基于3-D變換的方案，其典型的代表分別為分類3-D DPCM和3-D DWT。其中，分類3-D DPCM將圖像預(yù)先分為幾類，每類采用一個(gè)預(yù)測(cè)器進(jìn)行預(yù)測(cè)，預(yù)測(cè)誤差則采用熵編碼進(jìn)行壓縮。而3-D DWT方案采用3-D DWT以去除多光譜圖像的譜間相關(guān)性和空間相關(guān)性，然后對(duì)變換系數(shù)進(jìn)行熵編碼。實(shí)驗(yàn)表明，基于3-DDWT的方案的無損編碼效率不如基于3-D預(yù)測(cè)的方案。上述的3-D方案充分挖掘多光譜圖像的空間相關(guān)性和譜間相關(guān)性，采用復(fù)雜有效的去冗余技術(shù)和熵編碼技術(shù)，大大提高了壓縮效率。然而，衛(wèi)星上處理器的計(jì)算能力十分有限，而這些3-D方案的編碼復(fù)雜度很高，不適合衛(wèi)星應(yīng)用。
另外，當(dāng)前分布式編碼應(yīng)用于多光譜圖像壓縮的相關(guān)研究甚少，一個(gè)性能比較好的方案為DSC(Distributed Source Coding，分布式信源編碼)-CALIC(Context-based Adaptive Lossless Image Codec，基于上下文的自適應(yīng)無損圖像編碼)多光譜圖像無損編碼方案。這種方案采用2-D CALIC梯度自適應(yīng)的非線性預(yù)測(cè)技術(shù)去除空間冗余，然后對(duì)預(yù)測(cè)誤差分比特面編碼。該方法在編碼端進(jìn)行空間預(yù)測(cè)、計(jì)算參數(shù)、選擇編碼模式等操作，增加了編碼的復(fù)雜度；而且其譜間預(yù)測(cè)過程比較簡(jiǎn)單，無法獲取多光譜圖像的譜間相關(guān)性的空變特性，而且信源與邊信息之間的統(tǒng)計(jì)相關(guān)模型也比較簡(jiǎn)單，將會(huì)降低圖像壓縮效率。
在某些應(yīng)用場(chǎng)合中，比如在數(shù)據(jù)瀏覽時(shí)，用戶可能希望先瀏覽低分辨率的圖像，了解圖像的大致內(nèi)容，然后再觀察感興趣的圖像中具有高分辨率的細(xì)節(jié)，這就要求重建圖像的質(zhì)量有一個(gè)從低到高逐漸變化的過程，也就是說要求圖像的壓縮碼流具有漸進(jìn)傳輸特性。
新一代圖像壓縮標(biāo)準(zhǔn)——JPEG2000雖然提供了圖像的漸進(jìn)傳輸特性，但不能有效壓縮多光譜圖像。而3-D DWT方案作為JPEG2000的擴(kuò)展，不僅提高了壓縮效率，而且繼承了JPEG2000的漸進(jìn)傳輸特性，但是，3-D DWT對(duì)編碼器的內(nèi)存和計(jì)算能力提出了很高的要求，超出了衛(wèi)星的承載能力。因此，上述方法均不適合衛(wèi)星應(yīng)用。


發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明的目的是要提供一種用于多光譜圖像的漸進(jìn)的分布式編解碼方法及裝置，能夠?qū)崿F(xiàn)低編碼復(fù)雜度、高壓縮效率、無損或近無損、強(qiáng)抗差錯(cuò)性能及漸進(jìn)傳輸?shù)奶匦砸詽M足星上壓縮需求。
為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種用于多光譜圖像的漸進(jìn)的分布式編解碼方法，該方法的主要步驟包括對(duì)多個(gè)波段圖像分別進(jìn)行編碼以形成編碼碼流；傳輸編碼碼流；對(duì)已解碼圖像進(jìn)行挖掘數(shù)據(jù)相關(guān)性；利用數(shù)據(jù)相關(guān)性和對(duì)應(yīng)的編碼碼流對(duì)當(dāng)前波段圖像進(jìn)行解碼，其中，挖掘數(shù)據(jù)相關(guān)性包括對(duì)已解碼圖像采用預(yù)測(cè)技術(shù)來生成當(dāng)前波段圖像的邊信息。。此外，該方法對(duì)多光譜圖像的第一個(gè)波段圖像采用獨(dú)立編碼、獨(dú)立解碼方式，而對(duì)除第一個(gè)波段以外的每一個(gè)波段圖像采用獨(dú)立編碼、聯(lián)合解碼方式。
與此對(duì)應(yīng)，本發(fā)明還提供了一種用于多光譜圖像的漸進(jìn)的分布式編解碼裝置，該裝置包括編碼端和解碼端，解碼端設(shè)置有挖掘數(shù)據(jù)相關(guān)性部分。
本發(fā)明的有益效果是，該分布式編解碼方法在編碼端僅直接對(duì)各波段圖像的像素進(jìn)行獨(dú)立編碼，且不挖掘任何數(shù)據(jù)相關(guān)性，而是將挖掘數(shù)據(jù)相關(guān)性去除冗余的任務(wù)轉(zhuǎn)移到解碼端，從而使得系統(tǒng)的計(jì)算復(fù)雜度從資源受限的編碼端轉(zhuǎn)移到擁有豐富資源的解碼端，有效地優(yōu)化利用了系統(tǒng)的資源，非常適合應(yīng)用于遙感衛(wèi)星上。同時(shí)，該方法能夠通過分組、分比特面順序編碼實(shí)現(xiàn)漸進(jìn)傳輸特性，適合于圖像瀏覽的應(yīng)用。此外，由于該方法中各波段獨(dú)立編碼，不存在編解碼預(yù)測(cè)匹配問題，因此能夠有效地提高容錯(cuò)性能。采用該方法的分布式編解碼裝置具有低編碼復(fù)雜度、高壓縮效率、強(qiáng)抗差錯(cuò)性能且能夠漸進(jìn)傳輸圖像等優(yōu)點(diǎn)。



圖1是根據(jù)本發(fā)明一個(gè)優(yōu)選實(shí)施例的分布式編解碼裝置的系統(tǒng)原理圖； 圖2是根據(jù)本發(fā)明一個(gè)優(yōu)選實(shí)施例的分布式編解碼方法中將圖像分塊后進(jìn)行標(biāo)號(hào)的原理示意圖； 圖3(a)和圖3(b)是在本發(fā)明一個(gè)優(yōu)選實(shí)施例中用作檢測(cè)數(shù)據(jù)的專題繪圖儀圖像； 圖4(a)和圖4(b)是本發(fā)明的分布式編解碼方法、現(xiàn)有技術(shù)中的JPEG2000方法和3-D DPCM方法的實(shí)驗(yàn)結(jié)果對(duì)比圖。

具體實(shí)施例方式 下面將結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明。
分布式編碼的理論基礎(chǔ)是Slepian-Wolf理論和Wyner-Ziv理論，這兩個(gè)理論證明了相關(guān)信源采用獨(dú)立編碼、聯(lián)合解碼的方式，可以獲得與采用聯(lián)合編碼、聯(lián)合解碼的方式相同的壓縮效率。分布式編碼具有編碼簡(jiǎn)單、高效且具有抗差錯(cuò)性能等優(yōu)點(diǎn)，適合于資源受限的遙感衛(wèi)星。
根據(jù)本發(fā)明的分布式編碼方法，把多光譜圖像的各個(gè)波段B1B2…BN看作相關(guān)信源，第一個(gè)波段圖像采用傳統(tǒng)的獨(dú)立編碼、獨(dú)立解碼方式，其余波段圖像采用分布式編碼技術(shù)，即獨(dú)立編碼，依次聯(lián)合解碼，也就是Bk以B1B2…Bk-1為邊信息，則各波段圖像的碼率為 R1≥H(B1) R2≥H(B2|B1) R3≥H(B3|B1B2) (1) · · · RN≥H(BN|B1B2…BN-1) 其中，分布式編碼的碼率與聯(lián)合編碼、聯(lián)合解碼的碼率在理論上是一致的。
為了最大限度地簡(jiǎn)化編碼端，該方法對(duì)各波段的圖像獨(dú)立進(jìn)行編碼，且在編碼端不挖掘任何數(shù)據(jù)相關(guān)性(預(yù)測(cè)或者變換)，而是直接對(duì)像素進(jìn)行分布式編碼，優(yōu)選采用二進(jìn)制LDPC碼。為了提高壓縮效率，該方法選擇在解碼端去除多光譜圖像的數(shù)據(jù)冗余。該方法通過把去除數(shù)據(jù)冗余的任務(wù)移至解碼端，使得系統(tǒng)的復(fù)雜度從資源受限的編碼端(衛(wèi)星)轉(zhuǎn)移到擁有豐富資源的解碼端(地面接收站)，從而優(yōu)化利用系統(tǒng)的資源。
根據(jù)本發(fā)明的分布式編碼方法，對(duì)于第一個(gè)波段的圖像采用獨(dú)立編碼、獨(dú)立解碼的方式；對(duì)于除了第一個(gè)波段之外的其他波段，首先在編碼端通過采樣將多光譜圖像分組，然后各組圖像獨(dú)立編碼，接著按組依次傳輸圖像，解碼端接收到數(shù)據(jù)后，首先利用已解碼的波段圖像的譜間相關(guān)性和空間相關(guān)性生成當(dāng)前波段圖像的邊信息，然后結(jié)合邊信息進(jìn)行聯(lián)合解碼。
該方法在生成邊信息時(shí)，首先利用已解碼波段圖像的譜間相關(guān)性和空間相關(guān)性對(duì)將要處理的圖像進(jìn)行分割，使得每個(gè)區(qū)域中的像素具有相似的譜間相關(guān)性，然后對(duì)每組數(shù)據(jù)的各個(gè)像素點(diǎn)分別估計(jì)其局部的譜間相關(guān)性，最后采用線性預(yù)測(cè)技術(shù)生成邊信息。
另外，考慮實(shí)際信道傳輸?shù)那闆r，由于存在噪聲的干擾，碼流在傳輸過程中可能發(fā)生錯(cuò)誤，必須采用信道碼加以保護(hù)。而分布式編碼采用的正是信道碼，在解碼過程中，對(duì)接收到的校驗(yàn)位和邊信息同時(shí)糾錯(cuò)，進(jìn)行聯(lián)合信源-信道解碼。如果信道錯(cuò)誤超出了信道碼的糾錯(cuò)能力，使得某個(gè)波段的解碼信息有誤。對(duì)于傳統(tǒng)的預(yù)測(cè)編碼方案來說，錯(cuò)誤的信息導(dǎo)致編碼端和解碼端的預(yù)測(cè)失配，從而對(duì)后續(xù)波段的解碼重建產(chǎn)生錯(cuò)誤傳播。而在本發(fā)明的分布式編碼方法中各波段獨(dú)立編碼，不存在編解碼預(yù)測(cè)匹配問題，而且可以在生成邊信息時(shí)丟棄出錯(cuò)的波段，從而抑制錯(cuò)誤傳播。因此，本方法能夠?qū)Χ喙庾V圖像的壓縮具有較強(qiáng)的error resilience(錯(cuò)誤彈性)。
本發(fā)明中提供的分布式編碼方法充分利用多光譜圖像的數(shù)據(jù)統(tǒng)計(jì)特性，具有編碼復(fù)雜度低、壓縮效率高、抗誤碼能力強(qiáng)以及漸進(jìn)傳輸特性的優(yōu)點(diǎn)，適合于多光譜圖像的無損壓縮或者近無損壓縮，尤其適合于衛(wèi)星上的圖像壓縮應(yīng)用。
實(shí)施例一 圖1示出了采用本發(fā)明的分布式編碼方法的裝置的結(jié)構(gòu)，該套裝置包括編碼端和解碼端，其中編碼端包括采樣單元、比特面抽取單元、二進(jìn)制LDPC編碼單元和統(tǒng)計(jì)量計(jì)算單元，解碼端包括采樣單元、線性預(yù)測(cè)單元、預(yù)測(cè)估計(jì)單元、LDPC解碼單元和圖像重建單元以及由圖像分割單元、基于區(qū)域的自適應(yīng)預(yù)測(cè)單元和相關(guān)噪聲統(tǒng)計(jì)量估計(jì)單元串聯(lián)組成的挖掘數(shù)據(jù)相關(guān)性部分，其中的挖掘數(shù)據(jù)相關(guān)性部分的主要作用是由已解碼的圖像信息來生成當(dāng)前波段圖像的邊信息。
根據(jù)本發(fā)明的分布式編碼理論，第一個(gè)波段采用傳統(tǒng)的intra(幀內(nèi)預(yù)測(cè))模式的編碼方案，優(yōu)選采用JPEG2000，其余波段采用分布式編碼方案，即獨(dú)立編碼、聯(lián)合解碼。第k(k＞1)個(gè)波段圖像Bk采用如圖1所示的編解碼框架，編碼端對(duì)Bk編碼時(shí)不考慮其它波段圖像的信息，解碼端利用先前解碼的m個(gè)波段圖像Bk-1Bk-2…Bk-m(m＜k)生成邊信息，進(jìn)行聯(lián)合解碼。
編碼端首先把圖像Bk分成16組，即將圖像分成若干個(gè)大小為4×4像素的不重疊的塊，每塊的像素都按圖2所示的順序標(biāo)號(hào)。將所有標(biāo)號(hào)為l的像素(每塊有且僅有1個(gè))組合起來形成第l組數(shù)據(jù)Bkl(l＝1，2，…，16)。這樣，前l(fā)組數(shù)據(jù)Bk1Bk2…Bkl正好是原圖像的l/16的下采樣圖像，所有像素均勻地分散在原圖像對(duì)應(yīng)的空間位置上，能夠比較好地表征原圖像的譜間特性。解碼端每解出l組數(shù)據(jù)，就可以獲得空間分辨率為原圖像的l/16的重建圖像，各組數(shù)據(jù)依次解碼，從而可以實(shí)現(xiàn)圖像的漸進(jìn)重建。
所有組數(shù)據(jù)均采用相同的編碼方式，即每組像素都被分解成比特面的形式，各比特面分別進(jìn)入LDPC編碼器獨(dú)立編碼，生成的累加伴隨式存儲(chǔ)在緩沖器中，根據(jù)反饋的信息每次傳送一部分，由解碼器結(jié)合反饋信道為每個(gè)比特面分配合適的碼率。傳輸從第一組開始，按圖2所示的順序依次傳輸各組，對(duì)于每組來說，從最高位比特面到最低位比特面的順序傳輸。因?yàn)榻獯a端必須知道當(dāng)前波段圖像的一些基本信息才能估計(jì)該圖像的譜間相關(guān)性，所以編碼端還需計(jì)算Bkl的一些統(tǒng)計(jì)量并傳送到解碼端。
編碼器由采樣、比特面抽取、二進(jìn)制LDPC編碼和統(tǒng)計(jì)量計(jì)算等四個(gè)單元組成。采樣單元和比特面抽取單元只需進(jìn)行查找操作，而無需計(jì)算；這里的LDPC編碼是一種改進(jìn)的信道碼，故LDPC編碼單元只需計(jì)算伴隨式(syndrome bits)，即s＝Hx，H為稀疏矩陣，x為信源的比特面，該計(jì)算過程可以由模二加法器來實(shí)現(xiàn)，且其具有線性復(fù)雜度；統(tǒng)計(jì)量計(jì)算單元需計(jì)算統(tǒng)計(jì)量E[Bk1]，E[Bk1Bk-11](E[*]表示數(shù)學(xué)期望，即均值)，只與相鄰兩波段的一組數(shù)據(jù)(原圖像的1/16)有關(guān)，對(duì)計(jì)算和內(nèi)存的要求不高，所以不會(huì)給編碼端增加非常大的負(fù)擔(dān)。因而，本方案的編碼器只需要進(jìn)行簡(jiǎn)單的操作，易于硬件實(shí)現(xiàn)。
解碼端接收到E[Bk1]，E[Bk1Bk-11]后，采用最小二乘法計(jì)算預(yù)測(cè)系數(shù) 然后采用一階線性預(yù)測(cè)器生成Bk1的邊信息SIk1(Side Information) 假設(shè)SIk1與Bk1的相關(guān)噪聲服從Laplace分布，解碼端把SIk1與接收到的累加伴隨式相結(jié)合進(jìn)行LDPC解碼，重建可以得到Bk1。
SIk1的生成只采用了一個(gè)預(yù)測(cè)器(即假設(shè)Bk1是平穩(wěn)信號(hào))和一個(gè)相鄰波段圖像(m＝1)，這是為了最大限度地減少編碼端的計(jì)算量和所需傳輸?shù)念^信息。然而，一個(gè)預(yù)測(cè)器難以充分挖掘多光譜圖像的空變特性，將會(huì)使得Bk1的編碼效率較低。與Bk1的解碼不同，Bkl(l＞1)的解碼則可利用已解碼的Bk1Bk2…Bkl-1來挖掘多光譜圖像的非平穩(wěn)特性和多個(gè)譜之間的相關(guān)性，以獲取高質(zhì)量的邊信息，提高壓縮效率。Bkl(l＞1)的解碼過程大致如下假設(shè)空間相鄰的像素具有相同的譜間相關(guān)性，則Bkl的象素可以學(xué)習(xí)鄰近的屬于同一區(qū)域的已解碼像素的譜間相關(guān)性，然后采用預(yù)測(cè)技術(shù)生成邊信息SIkl，再進(jìn)行分布式解碼。由于各波段圖像具有相似的物理結(jié)構(gòu)，所以可對(duì)先前解碼的波段圖像進(jìn)行分割，得到當(dāng)前波段的結(jié)構(gòu)信息以劃分區(qū)域。把Bk1Bk2…Bkl看作是原圖像的l/16的下采樣圖像，記作Bks(l)。隨著解碼的組數(shù)增多，解碼端得到的Bks(l-1)的空間分辨率逐漸增大，分析當(dāng)前波段以及m個(gè)已解碼波段的Bks(l-1)的局部譜間相關(guān)性變得更加精細(xì)，生成的Bkl的邊信息越來越準(zhǔn)確，解碼Bkl所需的碼率就逐漸降低。
盡管Bkl與Bkl(l＞1)的邊信息生成方法和相關(guān)噪聲模型有所不同，但解碼方式則完全相同，均是從最高位比特面到最低位比特面依次進(jìn)行LDPC解碼。
本發(fā)明的分布式編解碼方法包含分辨率模式和像素精度模式兩種漸進(jìn)解碼模式。隨著解碼的組數(shù)增多，重建圖像的空間分辨率逐漸提高。對(duì)于每組數(shù)據(jù)來說，解碼的比特面越多，重建圖像的像素精度就越高。分辨率模式比像素精度模式的結(jié)構(gòu)級(jí)別高，也就是說，Bkl的所有比特面都解碼后，才開始傳輸Bkl+1的最高位比特面。
Bkl(l＞1)邊信息生成的主要關(guān)鍵技術(shù)包括圖像分割技術(shù)、基于區(qū)域的預(yù)測(cè)技術(shù)和相關(guān)噪聲模型估計(jì)技術(shù)。采用基于區(qū)域的預(yù)測(cè)技術(shù)，能更好地適應(yīng)譜間相關(guān)性的空變特性，生成更加準(zhǔn)確的邊信息，從而更有效地去除數(shù)據(jù)冗余。
因?yàn)槎喙庾V圖像是在不同光譜波段對(duì)同一區(qū)域進(jìn)行觀測(cè)捕獲的圖像，同一地物對(duì)某個(gè)波段的響應(yīng)是一致的，而不同地物的響應(yīng)則有差異，所以同一地物的像素顯現(xiàn)出相同的譜間相關(guān)性，而屬于不同地物的像素則很可能顯現(xiàn)不同的譜間相關(guān)性。因而，若要準(zhǔn)確獲取當(dāng)前波段圖像與已解碼波段圖像間的相關(guān)性，應(yīng)該首先采用圖像分割技術(shù)區(qū)分各地物，然后分別對(duì)每個(gè)地物的像素分析譜間相關(guān)性。
由于各波段圖像具有相似的物理結(jié)構(gòu)，所以可對(duì)先前解碼的m個(gè)波段圖像Bk-1Bk-2…Bk-m(m＜k)進(jìn)行分割，得到的分割圖把當(dāng)前波段圖像Bk劃分成區(qū)域。分割的目標(biāo)是把具有相同譜間相關(guān)性的像素劃分在同一個(gè)區(qū)域，具有不同譜間相關(guān)性的像素劃分在不同區(qū)域。因而，與單一圖像的分割不同，區(qū)域的相似性度量不僅與圖像的空間相關(guān)性有關(guān)，還依賴于圖像的譜間特性。
本方法采用基于MRF(Markov random field，馬爾可夫隨機(jī)場(chǎng))和RAG(Region Adjacent Graph，區(qū)域鄰接圖)的分割算法。首先考慮譜間相關(guān)性，把光譜維矢量vn＝[Bk-1，n，Bk-2，n，…，Bk-m，n]作為第n個(gè)像素點(diǎn)的特征，采用k-means聚類算法將像素分類，得到圖像的初始分割圖。由于k-means聚類算法沒有考慮圖像的空間相關(guān)性，導(dǎo)致了圖像的過分割(over segmentation)，特別是紋理區(qū)域被分割成很多小區(qū)域和孤立點(diǎn)，因此需要考慮空間相關(guān)性，對(duì)這些初始分割區(qū)域建立RAG，采用MRF模型為RAG的節(jié)點(diǎn)標(biāo)號(hào)，將某些相似區(qū)域進(jìn)行適當(dāng)?shù)睾喜ⅰ?br> 在基于區(qū)域的熵編碼方案中，為了減小傳輸分割圖的頭信息量，把較小區(qū)域與鄰近區(qū)域合并以簡(jiǎn)化分割圖。然而，由于多光譜圖像空間分辨率較低，某些很小的區(qū)域就可能代表了一種地物，若將其與代表其它地物的鄰近區(qū)域合并，則合并后的區(qū)域就可能包含了多種地物，從而具有不同的譜間相關(guān)性。而在本發(fā)明的方法中，圖像分割的步驟是在解碼端進(jìn)行的，編碼端無需傳輸分割圖，因而，可以采用更為精細(xì)地分割技術(shù)，把圖像分割成相對(duì)較小的區(qū)域，使得每個(gè)區(qū)域代表一種地物。
在本發(fā)明的方法中還采用基于區(qū)域的自適應(yīng)預(yù)測(cè)技術(shù)來生成第l組Bkl(l＞1)的邊信息。解碼端充分利用已經(jīng)獲得的當(dāng)前波段(l-1)/16的下采樣圖像Bks(l-1)和先前的m個(gè)波段圖像Bm-1Bm-2…Bm-k(m＜k)以及分割圖信息，為Bkl的每個(gè)像素估計(jì)該空間位置處的局部譜間相關(guān)性，以適應(yīng)多光譜圖像的非平穩(wěn)特性。記Bk，nl為Bkl的第n個(gè)像素，(vn，hn)為相應(yīng)的空間坐標(biāo)。定義一個(gè)2-Dw階方形鄰域結(jié)構(gòu)為L(zhǎng)w＝{(h，v)||h-hn|≤w，|v-vn|≤w}。在該鄰域范圍內(nèi)，為Bk，nl選擇c個(gè)已解碼的像素點(diǎn)，用來估計(jì)譜間相關(guān)性。c個(gè)已解碼的像素點(diǎn)的選擇過程如下 1)優(yōu)先考慮與Bk，nl屬于同一區(qū)域的像素點(diǎn)。記Sk，nl為已選擇的像素點(diǎn)集合，c’為已選擇的像素點(diǎn)個(gè)數(shù)。按與Bk，nl空間距離大小從近到遠(yuǎn)的順序把符合條件的像素點(diǎn)收入集合Гk，nl中，直到c’＝c。對(duì)于一些較小區(qū)域，已解碼的像素點(diǎn)很少甚至沒有，當(dāng)符合條件的所有像素點(diǎn)都訪問后，仍存在c’＜c，這樣，Гk，nl中的樣本數(shù)過少，難以準(zhǔn)確表征Bk，nl的譜間相關(guān)性，則需增加其它像素，轉(zhuǎn)向2)。
2)考慮鄰域中與Bk，nl具有不同標(biāo)號(hào)的像素點(diǎn)。按與Bk，nl的空間距離從近到遠(yuǎn)的順序訪問這些像素點(diǎn)，計(jì)算它與Bk，nl的灰度值差 其中，(h，v)∈Lw。如果d小于一個(gè)預(yù)先指定的閾值，則把Bk-i，h，v收入集合Гk，nl中。當(dāng)Lw中的所有像素點(diǎn)都訪問后，仍有c’＜c，則轉(zhuǎn)向3)。
3)Lw中的像素點(diǎn)按與Bk，nl的空間距離從近到遠(yuǎn)的順序，無需任何條件依次收入集合Гk，nl中，直到c’＝c。
為了保證集合Гk，nl中的像素都具有相同的譜間相關(guān)性，比較合理的做法是把c設(shè)為一個(gè)較小的值。然而，Гk，nl中的樣本數(shù)太少，用于估計(jì)m階預(yù)測(cè)器系數(shù)，顯然不充分。因而，本發(fā)明采用m個(gè)一階預(yù)測(cè)器 其中，αk-i，n，βk-i，n表征了Bk與Bk-i(i＝1，2，...，m)在空間位置(vn，hn)處的局部譜間相關(guān)性，采用最小二乘法估計(jì)，以最小化Гk，nl中的像素的均方預(yù)測(cè)誤差mspek-i，nl。Bk，nl的邊信息等于m個(gè)預(yù)測(cè)器輸出值的加權(quán)和 其中， 基于區(qū)域的自適應(yīng)預(yù)測(cè)技術(shù)巧妙地利用了多光譜圖像的譜間和空間特性，包括空間相關(guān)性、譜間結(jié)構(gòu)相關(guān)性和譜間統(tǒng)計(jì)相關(guān)性，因而，對(duì)于多光譜圖像的挖掘數(shù)據(jù)相關(guān)性十分有效。
上述基于區(qū)域的自適應(yīng)預(yù)測(cè)技術(shù)能有效地估計(jì)多光譜圖像的局部譜間相關(guān)性，但生成的預(yù)測(cè)誤差(也稱為相關(guān)噪聲)仍然具有殘留的空間冗余。本發(fā)明的分布式編解碼方法通過計(jì)算相關(guān)噪聲的上下文(context)，將相關(guān)噪聲分解成方差不同的幾個(gè)子信號(hào)，每個(gè)子信號(hào)都近似服從Laplace分布。Bk，nl的context為所選像素集合Гk，nl的MSPE(Mean-Square Prediction Error，均方預(yù)測(cè)誤差) 根據(jù)context的直方圖，將context的范圍分為幾個(gè)區(qū)間，從而把相關(guān)噪聲分成幾個(gè)子信號(hào)，每個(gè)子信號(hào)的所有context都在某一個(gè)區(qū)間內(nèi)。每個(gè)子信號(hào)都服從Laplace分布，但具有不同的方差。采用多個(gè)模型可以更準(zhǔn)確地?cái)M合相關(guān)噪聲的統(tǒng)計(jì)特性，進(jìn)而提高LDPC碼的解碼性能。
為了驗(yàn)證本發(fā)明提供的分布式編解碼方法及其裝置的性能，對(duì)進(jìn)行仿真實(shí)驗(yàn)，測(cè)試數(shù)據(jù)為L(zhǎng)andsat衛(wèi)星系統(tǒng)的TM(Thematic Mapper，專題繪圖儀)圖像的其中6個(gè)波段數(shù)據(jù)，由于其中的第6個(gè)波段的分辨率和譜間相關(guān)性均很低而不考慮該波段。在仿真實(shí)驗(yàn)中，第一個(gè)波段圖像采用傳統(tǒng)的intra模式編碼方案，優(yōu)選為JPEG2000，可根據(jù)實(shí)際系統(tǒng)中對(duì)編碼復(fù)雜度和帶寬的限制折中選擇一個(gè)合適的編碼器，其余波段圖像采用本發(fā)明提出的分布式編解碼方案。各波段圖像的解碼順序依次為1→2→3→7→5→4，以達(dá)到最優(yōu)化數(shù)據(jù)的譜間預(yù)測(cè)性能。測(cè)試數(shù)據(jù)的第5個(gè)波段圖像如圖3所示，其中圖3(a)是葡萄牙里斯本附近的某個(gè)區(qū)域(TM-Lisbon)，圖3(b)是中國(guó)境內(nèi)江蘇西南部與安徽交界的某個(gè)飛機(jī)場(chǎng)附近區(qū)域(TM-Jiangsu)。這兩組數(shù)據(jù)都具有豐富的地物信息，但統(tǒng)計(jì)特性卻有所不同，具體來說，TM-Lisbon具有較高的空間冗余，TM-Jiangsu具有較強(qiáng)的平穩(wěn)性。實(shí)驗(yàn)的主要參數(shù)如下 1)圖像大小為256×256像素； 2)每個(gè)像素為8-bit； 3)利用m＝k-1個(gè)先前解碼的波段來預(yù)測(cè)當(dāng)前波段； 4)LDPC碼采用度為3的規(guī)則碼，長(zhǎng)度為4096，使得每組數(shù)據(jù)正好作為一個(gè)碼組進(jìn)行編解碼。
實(shí)驗(yàn)結(jié)果如表1、表2、表3和圖4所示，其中，表1示出了本方法對(duì)TM-Lisbon的預(yù)測(cè)誤差方差，表2示出了本發(fā)明對(duì)TM-Jiangsu的預(yù)測(cè)誤差的方差，表3示出了本方法及JPEG2000和分類3-D DPCM兩種傳統(tǒng)的無損編碼方案針對(duì)同樣圖像的平均編碼時(shí)間，而圖4示出了上述三種方法的碼率。
表1TM-Lisbon的預(yù)測(cè)誤差的方差 表2TM-Jiangsu的預(yù)測(cè)誤差的方差 表3平均編碼時(shí)間(ms) JPEG2000是具有漸進(jìn)傳輸特性的2-D無損圖像壓縮方案的代表，編碼復(fù)雜度較低，實(shí)驗(yàn)中采用的是openjpeg提供的version1.3；分類3-D DPCM是目前多光譜無損編碼壓縮效率最高的方案之一，采用3-D預(yù)測(cè)，復(fù)雜度很高。由于第一個(gè)波段圖像B1是采用intra模式的編碼方案獨(dú)立編解碼的，與本發(fā)明的方法中需要重點(diǎn)描述的分布式編碼方案無關(guān)，所以表1、表2、表3和圖4沒有列出B1的實(shí)驗(yàn)結(jié)果。
表1和表2列出了預(yù)測(cè)誤差的方差，其中，σl2表示第l個(gè)slice(組)的MSPE，σ2表示Aiazzi等人(2001)提出的分類3-D預(yù)測(cè)技術(shù)的MSPE(采用12個(gè)22階預(yù)測(cè)器)，c的取值大小為鄰域Lw中所有已解碼像素的個(gè)數(shù)。對(duì)于Bkl(l≤4)，已解碼的像素較少，需設(shè)定較大的鄰域，即w＝2，以確保有足夠的已解碼像素可用來估計(jì)局部的譜間相關(guān)性；對(duì)于Bkl(l＞4)，已解碼的像素較多，可以設(shè)定較小的鄰域，即w＝1。在實(shí)際選擇已解碼的鄰域像素時(shí)，設(shè)置w＝5以保證鄰域Lw中有c個(gè)屬于同一區(qū)域的已解碼像素的事件以較大概率發(fā)生。
從表1和表2中可以看出，σl2的大小隨著l的增大近似單調(diào)地減小，這表明已解碼的slice越多，獲取的譜間相關(guān)性就越準(zhǔn)確。與分類3-D預(yù)測(cè)技術(shù)相比，前l(fā)個(gè)slice(對(duì)于TM-Lisbon來說，l＝4；對(duì)于TM-Jiangsu來說，l＝8)的預(yù)測(cè)性能較差，其余slice的預(yù)測(cè)性能則明顯提高。這是因?yàn)?，?duì)于前l(fā)個(gè)slice，用于估計(jì)譜間相關(guān)性的樣本過于稀疏，而且不包含待預(yù)測(cè)的像素，而分類3-D預(yù)測(cè)方案則有足夠的樣本用于估計(jì)高階預(yù)測(cè)系數(shù)；而對(duì)于其余slice，解碼端已有足夠多的樣本，基于區(qū)域的自適應(yīng)預(yù)測(cè)技術(shù)能更好地挖掘多光譜圖像的局部譜間相關(guān)性。
圖4給出了壓縮各波段圖像的碼率，單位為比特/像素(bpp)。TM-lisbon圖像的空間結(jié)構(gòu)比較復(fù)雜，本發(fā)明提出的DSC方案與JPEG2000相比獲得了1.3bpp的編碼增益，與3-D DPCM方案相比，則獲得了相當(dāng)甚至更低的比特率；TM-Jiangsu圖像主要由紋理區(qū)域組成，高階空間相關(guān)性較強(qiáng)，DSC和3-D DPCM方案在實(shí)驗(yàn)時(shí)只考慮了8個(gè)鄰域像素的空間相關(guān)性，沒有挖掘高階空間相關(guān)性，所以沒能有效去除空間冗余，而JPEG2000采用多級(jí)DWT(Discrete Wavelet Transform，離散小波變換)，有效去除高階空間冗余，獲得了較好的壓縮性能，因而，本發(fā)明提出的分布式編解碼方法相對(duì)于JPEG2000的編碼增益不高，與3-D DPCM方案相比，比特率提高0.2bpp左右。
結(jié)合表1和圖4(a)并結(jié)合表2和圖4(b)可以看出，預(yù)測(cè)性能對(duì)壓縮效率有重要的影響。由于TM-Lisbon圖像具有很強(qiáng)的空間非平穩(wěn)性，基于區(qū)域的自適應(yīng)預(yù)測(cè)技術(shù)比基于塊的分類3-D DPCM預(yù)測(cè)技術(shù)能更好地挖掘圖像的局部特性，獲得更準(zhǔn)確的預(yù)測(cè)值，另外，本發(fā)明的分布式編解碼方法需要傳輸?shù)念^信息量很小，所以可以獲得更高的壓縮效率。而TM-Jiangsu圖像具有較強(qiáng)的空間平穩(wěn)性，基于塊的分類3-D DPCM預(yù)測(cè)技術(shù)就能獲得很高的預(yù)測(cè)性能。
表3列出了對(duì)兩個(gè)測(cè)試圖像的測(cè)試程序在P43GHz的計(jì)算機(jī)上分別運(yùn)行100次的平均編碼時(shí)間，結(jié)果表明本發(fā)明的運(yùn)行效率不僅遠(yuǎn)遠(yuǎn)低于3-DDPCM方案，甚至比JPEG2000還低。
上述實(shí)驗(yàn)結(jié)果表明本發(fā)明所提出的方法具有比JEPG2000更低的編碼復(fù)雜度和與3-D DPCM算法相當(dāng)?shù)膲嚎s效率，因此非常適合衛(wèi)星應(yīng)用。
實(shí)施例二 由于多光譜圖像受到傳感器成像噪聲的影響，而且在信號(hào)采集和數(shù)字化過程中又引入了量化誤差，即使采用無損編碼，實(shí)際也是有損的，其次，無損編碼的壓縮效率一般較低，不利于信道傳輸。因此，實(shí)際系統(tǒng)有時(shí)允許有損壓縮，但必須控制誤差以確保信號(hào)的可信度，一般要求重建圖像與原圖像的MAD(maximum absolute difference，最大絕對(duì)誤差)不超過某個(gè)閾值。當(dāng)MAD小于背景噪聲方差的二分之一時(shí)，重建圖像不僅看起來和原圖像無差別，而且后期處理的結(jié)果也很可能與直接對(duì)原圖像進(jìn)行處理的結(jié)果相同，也就是說這種有損壓縮事實(shí)上并無信息損失，通常稱為近無損壓縮。近無損壓縮在保證信號(hào)可信度的前提下能夠獲得比無損壓縮更高的壓縮效率。MAD的定義如下 其中，xn為原圖像，

為解碼重建圖像。
編解碼系統(tǒng)采用與實(shí)施例一類似的結(jié)構(gòu)，不同的是，圖像在進(jìn)入編碼器之前，先進(jìn)行量化，然后對(duì)量化符號(hào)進(jìn)行編碼。假設(shè)量化步長(zhǎng)為Δ，則重建圖像的MAD＝Δ/2。實(shí)際系統(tǒng)可根據(jù)用戶要求的MAD選擇合適的量化步長(zhǎng)Δ。
與分布式無損編碼方案相似，分布式近無損編碼方案同樣具有低編碼復(fù)雜度、高壓縮效率的優(yōu)點(diǎn)。另外，對(duì)于基于預(yù)測(cè)的近無損熵編碼方案來說，為了防止編碼端和解碼端的預(yù)測(cè)失配，編碼端必須對(duì)預(yù)測(cè)波段進(jìn)行解碼，增加了編碼器的負(fù)擔(dān)，而且各波段只能順序編碼，而基于分布式編碼的近無損編碼方案對(duì)各波段獨(dú)立編碼，編碼端無需進(jìn)行解碼操作，而且可以并行編碼。
實(shí)施例三 考慮信號(hào)在信道中傳輸時(shí)可能因干擾而產(chǎn)生錯(cuò)誤，本發(fā)明提供的分布式編解碼方法采用聯(lián)合信源-信道解碼方案。系統(tǒng)的結(jié)構(gòu)與實(shí)施例一類似，不同的是LDPC編解碼時(shí)均需考慮伴隨式的糾錯(cuò)問題。LDPC編碼時(shí)，與信道編碼相同，碼字c＝xG，其中G為生成矩陣，只傳送碼字的校驗(yàn)位部分。LDPC解碼時(shí)，與信道解碼相似，不同的是噪聲的模型需分兩部分考慮信息位對(duì)應(yīng)的噪聲模型由信源和邊信息的統(tǒng)計(jì)相關(guān)性決定，校驗(yàn)位對(duì)應(yīng)的噪聲模型由實(shí)際信道決定。
如果信道錯(cuò)誤超出了信道碼的糾錯(cuò)能力，使得某個(gè)波段Bj沒能正確解碼，則在解后續(xù)波段時(shí)，不用Bj作為預(yù)測(cè)波段，公式(6)變?yōu)? 雖然這樣生成的邊信息質(zhì)量有所下降，使得編碼端不得不傳送更多的校驗(yàn)位來糾錯(cuò)，從而增大了碼率，但是不會(huì)影響圖像的重建質(zhì)量，而且當(dāng)k-j＞2時(shí)，對(duì)碼率的影響逐漸減小，甚至可以忽略不計(jì)。
對(duì)于基于預(yù)測(cè)的3-D熵編碼方案來說，錯(cuò)誤的解碼信息會(huì)導(dǎo)致編碼端和解碼端的預(yù)測(cè)失配，從而對(duì)后續(xù)波段的解碼重建產(chǎn)生錯(cuò)誤傳播；對(duì)于基于3-D DWT的熵編碼方案來說，錯(cuò)誤解碼的變換系數(shù)經(jīng)逆變換后，將會(huì)影響所有波段的重建質(zhì)量。而分布式編碼，各波段獨(dú)立編碼，不存在編碼端和解碼端的預(yù)測(cè)匹配問題，而且可以生成邊信息時(shí)丟棄出錯(cuò)的波段，從而抑制錯(cuò)誤傳播。因此，基于分布式編碼的多光譜圖像采用聯(lián)合信源-信道編解碼方案，不僅具有編碼復(fù)雜度低的優(yōu)點(diǎn)，而且具有較強(qiáng)的error Resilience(錯(cuò)誤彈性)。
根據(jù)本發(fā)明的分布式編解碼方法及裝置，圖像在作為編碼端的衛(wèi)星傳輸?shù)阶鳛榻獯a端的地面接收站時(shí)采用的是漸進(jìn)傳輸?shù)姆绞健＞唧w而言，編碼端通過采樣把圖像分成幾組，各組獨(dú)立編碼，依次傳輸。解碼端首先解出第一組，得到最低分辨率的重建圖像，然后依次解碼其余組。每多解碼一組數(shù)據(jù)，就可以獲得更高分辨率的重建圖像，當(dāng)所有組都解碼后，就能夠恢復(fù)出原始圖像。圖像的分組有效地實(shí)現(xiàn)了圖像的漸進(jìn)傳輸，每組數(shù)據(jù)的所有像素都分解成比特面進(jìn)行編碼，從最高位比特面到最低位比特面依次傳送。由于高位比特與低位比特相比其包含的信息更為重要，所以高位比特面比低位比特面對(duì)圖像的重建質(zhì)量的貢獻(xiàn)更大。解碼端按比特面的重要性順序依次解碼，重建圖像的像素精度就會(huì)逐步提高。因此，比特面編碼也為圖像的漸進(jìn)傳輸提供了良好的機(jī)制。
在本發(fā)明提供的分布式編解碼方法中還采用了基于區(qū)域的自適應(yīng)預(yù)測(cè)的邊信息生成技術(shù)。解碼端利用已解碼的當(dāng)前波段的l組數(shù)據(jù)和先前波段圖像，對(duì)第l+1組的各個(gè)像素點(diǎn)選擇屬于同一區(qū)域的已解碼的鄰近像素，用于估計(jì)其局部的譜間相關(guān)性。由于可用于估計(jì)譜間相關(guān)性的樣本數(shù)較少，所以本發(fā)明采用m個(gè)一階線性預(yù)測(cè)器分別表征當(dāng)前波段圖像與m個(gè)已解碼波段圖像的譜間相關(guān)性，然后把m個(gè)預(yù)測(cè)器的加權(quán)和作為邊信息。解碼端每解出一組數(shù)據(jù)，可選的樣本數(shù)增多，從而可獲取更為準(zhǔn)確的譜間相關(guān)性。這樣，隨著各組數(shù)據(jù)的依次解碼，解碼端獲取的譜間相關(guān)性不斷修正，生成的邊信息的質(zhì)量逐漸提高，從而逐漸降低各組數(shù)據(jù)解碼所需的碼率。
以上所披露的僅為本發(fā)明的優(yōu)選實(shí)施例，當(dāng)然不能以此來限定本發(fā)明的權(quán)利保護(hù)范圍。可以理解，依據(jù)本發(fā)明所附權(quán)利要求中限定的實(shí)質(zhì)和范圍所作的等同變化，仍屬于本發(fā)明所涵蓋的范圍。
權(quán)利要求
1.一種用于多光譜圖像的漸進(jìn)的分布式編解碼方法，其特征在于，包括以下步驟
對(duì)多個(gè)波段圖像分別進(jìn)行編碼以形成編碼碼流；
傳輸所述編碼碼流；
對(duì)已解碼圖像進(jìn)行挖掘數(shù)據(jù)相關(guān)性；
利用所述數(shù)據(jù)相關(guān)性和對(duì)應(yīng)的所述編碼碼流對(duì)當(dāng)前波段圖像進(jìn)行解碼，
其中，所述挖掘數(shù)據(jù)相關(guān)性包括對(duì)已解碼圖像采用預(yù)測(cè)技術(shù)來生成當(dāng)前波段圖像的邊信息。
2.根據(jù)權(quán)利要求1所述的分布式編解碼方法，其特征在于，所述多光譜圖像的第一個(gè)波段圖像采用獨(dú)立編碼、獨(dú)立解碼方式，除第一個(gè)波段以外的每一個(gè)波段圖像采用獨(dú)立編碼、聯(lián)合解碼方式，
其中，所述除第一個(gè)波段以外的每一個(gè)波段圖像采用獨(dú)立編碼、聯(lián)合解碼方式包括以下步驟
將當(dāng)前波段圖像采樣后劃分為若干個(gè)大小相等且互相獨(dú)立的塊，并將每塊相同位置上的像素分入相同的組；
將每組像素分解成比特面的形式進(jìn)行無損壓縮編碼，并生成累加伴隨式；
計(jì)算所述當(dāng)前波段圖像的統(tǒng)計(jì)信息；
傳輸所述統(tǒng)計(jì)信息，并依次傳輸每組所述編碼和所述累加伴隨式；
挖掘數(shù)據(jù)相關(guān)性以生成所述當(dāng)前波段圖像的邊信息；
由所述邊信息和所述累加伴隨式來對(duì)接收到的各組編碼進(jìn)行解碼，漸進(jìn)重建當(dāng)前波段圖像。
3.根據(jù)權(quán)利要求2所述的分布式編解碼方法，其特征在于，所述挖掘數(shù)據(jù)相關(guān)性以生成所述當(dāng)前波段圖像的邊信息的步驟包括
對(duì)已解碼的波段圖像進(jìn)行分割；
采用基于區(qū)域的預(yù)測(cè)技術(shù)來生成所述當(dāng)前波段圖像的邊信息；
采用相關(guān)噪聲模型估計(jì)方法來擬合相關(guān)噪聲的統(tǒng)計(jì)特性。
4.根據(jù)權(quán)利要求3所述的分布式編解碼方法，其特征在于，所述基于區(qū)域的預(yù)測(cè)技術(shù)包括利用已解碼的當(dāng)前波段的各組數(shù)據(jù)和先前波段圖像，對(duì)當(dāng)前待解碼組的各個(gè)像素點(diǎn)，選擇屬于同一區(qū)域的已解碼的鄰近像素，用于估計(jì)其局部的譜間相關(guān)性。
5.根據(jù)權(quán)利要求2所述的分布式編解碼方法，其特征在于，所述除第一個(gè)波段以外的每一個(gè)波段圖像采用獨(dú)立編碼、聯(lián)合解碼方式包括采用LDPC編碼。
6.根據(jù)權(quán)利要求2所述的分布式編解碼方法，其特征在于，傳輸每組所述編碼碼流的步驟包括按從最高位比特面到最低位比特面的順序進(jìn)行傳輸。
7.根據(jù)權(quán)利要求2所述的分布式編解碼方法，其特征在于，所述漸進(jìn)重建當(dāng)前波段圖像包括按從最高位比特面到最低位比特面的順序解碼當(dāng)前波段圖像每個(gè)組中的像素，以及按組的順序依次重建當(dāng)前波段圖像。
8.根據(jù)權(quán)利要求2所述的分布式編解碼方法，其特征在于，所述除第一個(gè)波段以外的每一個(gè)波段圖像采用獨(dú)立編碼、聯(lián)合解碼方式包括以下步驟
將當(dāng)前波段圖像采樣、量化后劃分為若干個(gè)大小相等且互相獨(dú)立的塊，并將每塊相同位置上的像素分入相同的組；
將每組像素分解成比特面的形式進(jìn)行近無損壓縮編碼，并生成累加伴隨式；
計(jì)算所述當(dāng)前波段圖像的統(tǒng)計(jì)信息；
傳輸所述統(tǒng)計(jì)信息，并依次傳輸每組所述編碼和所述累加伴隨式；
挖掘數(shù)據(jù)相關(guān)性以生成所述當(dāng)前波段圖像的邊信息；
由所述邊信息和所述累加伴隨式來對(duì)接收到的各組編碼進(jìn)行解碼，漸進(jìn)重建當(dāng)前波段圖像。
9.根據(jù)權(quán)利要求2所述的分布式編解碼方法，其特征在于，所述生成邊信息的步驟還包括在生成所述邊信息的計(jì)算過程中丟棄出錯(cuò)的波段。
10.根據(jù)權(quán)利要求2所述的分布式編解碼方法，其特征在于，所述第一個(gè)波段圖像采用獨(dú)立編碼、獨(dú)立解碼方式包括采用JPEG2000方法。
11.一種用于多光譜圖像的漸進(jìn)的分布式編解碼裝置，包括編碼端和解碼端，其特征在于，所述解碼端設(shè)置有挖掘數(shù)據(jù)相關(guān)性部分。
12.根據(jù)權(quán)利要求9所述的分布式編解碼裝置，其特征在于，所述挖掘數(shù)據(jù)相關(guān)性部分包括串聯(lián)而成的圖像分割單元、基于區(qū)域的自適應(yīng)預(yù)測(cè)單元和相關(guān)噪聲統(tǒng)計(jì)量估計(jì)單元。
全文摘要
本發(fā)明公開了一種用于多光譜圖像的漸進(jìn)的分布式編解碼方法，該方法在編碼端對(duì)各波段圖像直接獨(dú)立編碼，而在解碼端才挖掘數(shù)據(jù)相關(guān)性，因此可以把數(shù)據(jù)計(jì)算的復(fù)雜度從資源受限的編碼端轉(zhuǎn)移到擁有豐富資源的解碼端，從而優(yōu)化利用了系統(tǒng)的資源，非常適合用于遙感衛(wèi)星上。與此對(duì)應(yīng)，本發(fā)明還公開了一種多光譜圖像的分布式編解碼裝置，該裝置將挖掘數(shù)據(jù)相關(guān)性的模塊設(shè)置在解碼端，從而最大程度地簡(jiǎn)化了編碼端，使得系統(tǒng)配置更加合理。本發(fā)明具有編碼復(fù)雜度低、壓縮效率高、抗誤碼能力強(qiáng)以及漸進(jìn)傳輸特性的優(yōu)點(diǎn)，適合于多光譜圖像的無損壓縮或者近無損壓縮，尤其適合于衛(wèi)星上的圖像壓縮應(yīng)用。
文檔編號(hào)H04N7/32GK101640803SQ200910170220
公開日2010年2月3日 申請(qǐng)日期2009年9月4日 優(yōu)先權(quán)日2009年9月4日
發(fā)明者張金榮, 威 張, 李厚強(qiáng) 申請(qǐng)人:中國(guó)科學(xué)技術(shù)大學(xué)