空间图像/视频压缩算法的选择及其应用

刘鸿飞

(漳州师范学院 物理与电子信息系，福建 漳州 363000)

空间图像/视频压缩算法的选择及其应用

刘鸿飞

(漳州师范学院 物理与电子信息系，福建 漳州 363000)

空间图像数据的下传受到星上能源、过境时间、误码率等限制，为了进行实时的、高效的、抗误码的压缩，文中研究比较了小波和JPEG、MPEG-2、MPEG-4、H.264等传统编码方式的优势，并结合前期应用经验，选择了（9,7）小波+SPIHT编码，该算法可以有效地去除图像数据中的统计冗余，且符合人眼的视觉特性，非常适应空间图像/视频数据的压缩。文章提出了基于FPGA为核心的高可靠性小波压缩硬件平台，可以实时地完成空间图像的小波压缩编码。

空间图像；小波；SPIHT；压缩；FPGA

0.引言

随着空间技术的发展，人类在太空的活动越来越频繁，目前在太空飞行的人造地球卫星就达数百颗，还有无数的废弃卫星、太空垃圾等，这些飞行器在太空运行的实际现场情景，为人类越来越好奇。利用小卫星对空间站或其他目标卫星进行观测并为其服务是现代小卫星的一个重要应用领域，我们将其称为伴飞（Inspector）卫星。Inspector卫星围绕目标飞行，并可将观测数据发回地面，具有服务功能的 Inspector卫星则更为复杂，小卫星作为空间支持的一种新手段，可以围绕轨道飞行器完成精确的机动和观测。美国研制成功的mini-AERCam就是这种Inspector卫星如图 1所示，它可以绕着宇宙飞船进行飞行，拍摄不同角度、不同距离的宇宙飞船飞行情景[1,2]。

图 1 (a) Sprint与Mini-AERCam实物图(b) Mini-AERCam的内部电路板图

1.空间图像压缩的必要性

卫星在对空间目标成像的过程中，产生了海量的图像/视频数据，这些数据要么直接下传给地面接收站，要么缓存在星载大容量存储阵列中，再发送给地面接收站。从而给卫星的功耗、星载大容量存储阵列、数传系统卫星带来了沉重的压力。

卫星图像数据的下传，涉及到卫星通信带宽、可接收时间、功耗等一系列问题。① 卫星通信的带宽：卫星一般通过X波段发送器将拍摄到的图像/视频数据发送到地面接收站，X波段发送器受到卫星能耗、地面接收站的接收灵敏度、使用频段等多方面的问题，通信带宽为15 Mbps左右，显然无法实时发送卫星拍摄到的图像/视频数据。 ②可接收时间（卫星过境时间）：人类发射的卫星中，大部分属于太阳同步轨道，它绕地球转一圈，一般都是100分钟左右，速度很快，接收天线跟踪过顶卫星的时间是有限的。可接收时间随卫星轨道高度不同也有所不同，一般为10～20分钟；地球同步卫星全时间可接受，但是距离遥远，数传速度非常低。 ③卫星通信的能耗：由于卫星自身的体积限制，太阳能电池板表面面积不大（仅仅贴在小卫星自身四周），因此供电系统提供的能耗相当有限，而卫星向地面回传数据的能耗巨大，因此，小卫星的能耗小，是阻止小卫星拍摄到更多、更高分辨率的太空实景图片的障碍之一。

各国研制的小卫星，采用的图像/视频压缩算法如表 1所示。

表1 各国星载图像/视频压缩系统

2.空间成像压缩技术的发展及应用现状

尽管空间成像压缩技术很早就被用于深空探测数据的传输，但是空间成像压缩技术的大规模应用却还在起步中。原来，探测器性能差，空间分辨率低，成像速度慢，数据的传输并不是获取空间图像资料的瓶颈。随着空间成像技术的进一步发展，星载数据传输和存储成为严重问题，人们才不得不开始考虑采用图像压缩技术。

尽管空间成像数据压缩技术应用的时间不长，但是发展却非常迅速，目前，几乎所有的高分辨率光学成像卫星都采用了图像数据压缩技术[3]。像法国的SPOT系列卫星，美国的IKONOS2、Quickbird和军事侦察卫星KH-11，均不约而同地采用了图像数据压缩技术[4]。喷气推进实验室（JPL）研制了ICER应用于火星探测器的图像传输，ICER结合最新发展的图像数据压缩技术，采用了改进的小波零树编码技术，而且已经用ASIC方式硬件实现[5]。欧洲同样也不落后，欧空局目前已经研制成功基于小波变换的ASIC芯片，用于星载图像压缩系统。近年来，我国在成像数据压缩领域投入了很大的精力，也取得了相当的进展，部分已经上天或者即将上天的卫星已经用到图像压缩技术，但是总的来说，国内发展的图像压缩技术仍然落后于欧美，尤其在最新出现的高效率小波压缩方法[6,7]，欧美已经形成ASIC硬件芯片，我国在这个方面的研究则刚刚起步。

3 空间成像压缩算法的比较与选择

空间成像压缩，从本质上讲，它和地面图像/视频压缩是一样的。图像/视频压缩算法，按压缩手段来分，有空间压缩（帧内）和时间压缩（帧间），几乎所有的图像编码算法都具备空间压缩的能力，而时间压缩则不然，有的具备，有的不具备，具备时间压缩能力的典型算法为MPEG-4、H.264，不具备时间压缩能力的算法有Motion-JPEG、JPEG2000、（9，7）小波+SPIHT。

3.1 压缩性能比较

压缩比从160：1至60：1的各种标准的峰值信噪比（PSNR）的比较情况请参见文献[2-4]。在压缩效率方面，当压缩比较大（>32：1）时，JPEG的压缩效率最差，其他二种则效率接近[8]。当然，压缩效率与视频性质紧密相关，在含有高速运动目标的情况下，JPEG2000的压缩效率明显高于其他压缩标准，而在普通场景情况，压缩效率则相差不多。在低分辨率视频压缩的情况下，H.264、MPEG-4具有较好的压缩特性；在越来越多的高分辨率视频信号（720×576），JPEG2000和H.264具有相当的压缩性能；在1920×1080等更高分辨率视频压缩中，采用小波变换JPEG2000明显超过H.264/AVC。当分辨率增加，象素间的相关性增加时，JPEG2000就越有优势[3]；而且H.264的帧间预测会受到散粒噪声的影响。

（9，7）小波+SPIHT算法，和JPEG2000一样，采用（9，7）小波对图像数据进行变换，不同的是前者采用SPIHT算法对小波系数进行编码，而后者采用EBCOT算法。SPIHT算法提出的空间方向树可以更有效地组织小波系数，不仅充分地利用了不同尺度间小波系数的相关性，也充分考虑了同一尺度下小波系数的相关性，合理地利用了小波分解后的多分辨率特性，获得了优良的编码性能[3]。SPIHT的显著特点是在极低的计算复杂度情况下，获得高质量的恢复图像，其压缩性能与EBCOT差不多。

3.2 算法复杂度

空间图像压缩算法将在硬件平台上实现，而卫星星载中央处理器的处理能力比较有限，因此有必要考虑算法的复杂度，选择一种算法复杂度较低的图像压缩算法，将有利于算法的实际工程应用。各种算法的复杂度比较如表 2所示。

表2 各种算法的复杂度比较

3.3 容错能力

卫星通过无线信道下传图像数据，由于距离远，发射功率有限，因此数据传输的误码率较高。因此，必须选择一种抗误码能力较强的图像压缩算法。各种算法的抗误码能力分析入表 3所示。由表中可以看出，基于离散小波变换的压缩算法，由于没有帧间压缩，误码不会在帧间扩散。

表3 各种算法的抗误码能力比较

3.4 视觉效果

基于小波变换的压缩算法，避免了DCT变换的块失真效应，在同样压缩比的情况下，视觉效果上更有优势。在码流传输过程中产生误码时，小波变换和DCT变换都会错误解码：小波变换产生点状赝像，DCT变换则会产生块状赝像[9,10]。另外，基于小波变换的压缩算法一般没有帧间预测，因此，误码不会在帧间传递，而MPEG-4、H.264后一帧图像的解压依赖前一帧图像，因而误码会在一段视频的各帧图像中扩散。一个误码将产生引起一段时间的块状赝像。基于小波变换的压缩算法的多分辨率特性，还可以采用嵌入式编码，符合人眼由模糊至清晰，由整体到局部的视觉需要[9]。

3.5 实际工程经验

在我国某次应用中，同时采用了MPEG-4和JPEG两种压缩算法进行应用比较，发现由于火箭发射时，产生大量的电磁干扰，码流传输时产生大量的误码，最后的结果是：接收到的 MPEG-4无法正常解码，经常出现大面积的乱码和长时间的误码情况；而JPEG码流大部分时间可以正常解码，也会产生中小面积的乱码现象。相关资料证明，美国MiniCAM的星载图像/视频压缩系统也采用了小波变换压缩算法。

3.6 空间目标成像数据压缩方案的确定

综合以上讨论，由于（9，7）小波+SPIHT，拥有压缩效率高、算法复杂度低、抗误码能力强、视觉效果好等优点，并且已经有成功的应用案例，因此选择（9，7）小波+SPIHT作为空间目标成像数据的压缩算法。

4.小波压缩编码算法的实现

空间目标成像的数据压缩系统，分析其功能特点和应用需求，将主要包括成像系统、图像处理部分、图像输出、指令接口等分系统。编码系统以Xilinx公司推的XQVR3000型300万门FPGA为系统处理器，包括了SRAM、LVDS接口、RS422接口等对外接口[11]。其中RS422指令的接收和译码、探测器驱动、图像预处理、小波变换、SPIHT编码等，全部在FPGA内实现。

图2 空间图像小波压缩的实现

5.结论

采用（9，7）小波+SPIHT算法，可以很好地完成空间图像/视频压缩工作，在保证足够图像质量的情况下，大大降低了空间图像/视频的数据量，可以获得更多、更清晰的空间图片。

[1]Nguyen T P, Shelestov A Y.Parallel realization of space images filtering algorithms[J].Journal of Automation and Information Sciences, 2005, 37(4):37-48.

[2]Loose M.State-of-the-art image sensors and signal processing in NASA's space telescopes [In the spotlight][J].IEEE Signal Processing Magazine, 2010, 27(1):125-128.

[3]Gashnikov M V, Glumov N I, Sergeev V V.A hierarchical compression method for space images[J].Automation and Remote Control, 2010, 72(3):501-513.

[4]Corsonello P, Perri S, Staino G, et al.Low bit rate image compression core for onboard space applications[J].IEEE Transactions on Circuits and Systems for Video Technology, 2006, 16(1):114-128.

[5]Deng C, Qu Y, Gu L.Characterization of image space of a wavelet transform[J].International Journal of Wavelets, Multiresolution and Information Processing, 2006, 4(3):547-557.

[6]黄金杰, 逯仁虎.基于整数小波变换的无人机侦查图像的压缩[J].现代电子技术, 2010, 33(14): 49-52.

[7]田静安, 毕笃彦, 李权合.一种机载高分辨率图像实时压缩系统的设计[J].电子技术应用, 2010, 36(2): 47-50.

[8]唐向宏, 贺振华.图像高压缩编码方法[J].西南师范大学学报(自然科学版), 1999, 24(5): 556.

[9]沈丽丽, 侯春萍, 杨嘉琛, 等.立体压缩图像的客观质量评价[J].天津大学学报, 2009, 42(12): 1083-1088.

[10] 谢胜利, 石敏.基于DCT域的高压缩图像去块效应算法[J].控制理论与应用, 2006, 23(1): 139-142, 147.

[11] 刘鸿飞, 陈凡胜, 孙胜利, 等.空间图像小波压缩的硬件平台设计[J].科学技术与工程, 2007, 7(12): 3034-3037.

TP751

A

1673-2219（2011）04-0019-04

2010－11－15

刘鸿飞(1979－)，男，湖南衡南人，博士，讲师，主要研究领域为空间图像压缩技术的工程应用。

（责任编校：刘志壮）