一种面向短波传输的监控图像压缩方法∗

一种面向短波传输的监控图像压缩方法∗

郭乔进梁中岩周鹏飞胡杰

（中国电子科技集团公司第二十八研究所南京210014）

短波传输是一种通用的远距离语音和数据传输方案，但是由于其信道窄，在传输图像时速度很慢。论文提出了一种面向短波传输的监控图像压缩方法，为偏远地区的监控图像传输提供了一种价格低廉，抗损毁性强、部署灵活的数据传输方式。该方法利用监控图像背景变化较小的特点，利用背景建模方法对不同时间段的监控图像建立一组背景库，通过利用背景库对输入的图像进行帧间预测编码，从而减小了压缩后的图像大小，提高了图像传输的速度。实验结果表明，该方法在多个数据集上取得了较好的效果，相比JPEG图像压缩方法，论文方法具有更高的图像压缩率，且压缩后的图像质量更高。

图像压缩；JPEG编码；帧间预测；H264编码

Class NumberTP301.4

1 引言

当前，视频监控在公共安全、边界巡视、抢险救灾等各领域都被广泛应用。相比文本和语音信息，图像信息更为直观，对于指挥人员的研判和决策能够提供更好的辅助。视频信号的传输通过有线或无线方式传回监控中心，包括光纤、电缆、Wifi、3G/ 4G等。然而，这些通信方式需要建设大量的基础设施，仅适用于在人口密集的城市等地区使用。对于偏远地区，通常只能依靠卫星进行通信，成本高昂。短波传输［1～2］是一种低成本的远距离数据传输方案，具有组网灵活，价格低廉，抗损毁性强等优点，特别适合在偏远地区部署，例如山区、戈壁、海洋等。在实际应用中，由于短波的带宽有线，传输速率低，短波通常用于传输语音或报文数据。在利用短波传输图像时，速度会非常慢，传输一帧图像短则几十秒，长则数分钟。本文提出了一种面向短波传输的监控图像压缩方法，在保证图像质量的情况下提高压缩率，减小传输时间，从而达到利用短波电台来传输偏远地区的监控图像的目的。

2 背景介绍

2.1短波传输特点

短波是指频率为3～30MHz的无线电波，波长在100m以下，10m以上，通过地波或天波形式传播。地波主要沿地球表面传输，受不同地表影响，其传输距离不同，在海面可传播1000km左右，而在陆地表面通常仅能传输几十公里；天波则经大气电离层与地表的反射来传播，传输距离可达几千甚至上万公里。在实际应用中，更多使用天波方式进行传输。短波通信的优点是覆盖范围广，通信成本低，缺点是容易受昼夜、气候、季节等因素影响，易受干扰且传输速率低。

在实际应用中，短波传输主要用于广播电台、民用无线电等，主要用于语音传输，也可用于授时、传真等报文传输。在一些特殊应用场景中，也可用于传输图像或视频［3］。慢速扫描电视（Slow Scan Television，SSTV）是一种利用短波传输视频信号的技术。常规的模拟电视信号需要8MHz带宽进行传输，而SSTV最多仅使用3kHz带宽，但是传输速度非常慢，传输一帧图像需要短则8s，长则数分钟，且分辨率仅为100～120线。

由于短波带宽窄、传输速率低，因此，在利用短波传输图像时，需要对图像进行压缩，以减小传输时间。本文主要应用短波传输视频监控图像，本文针对监控图像的特性进行分析，研究针对监控图像的压缩方法，以降低监控图像的短波传输时间。

2.2JPEG

JPEG是目前最常用的静态图像压缩技术［4～5］，可以对图像进行有损或无损的压缩，从而节省图像的存储空间，减少传输时间，因而在互联网中应用广泛。在对图像进行编码时，首先将RGB图像转换为YUV编码，并对三个通道进行采样（常用的采样方式有4∶4∶4，4∶2∶2和4∶2∶0）；然后将采样后的图像划分为8*8的小块，对每个小块利用离散余弦变换（DCT）转换为频域表示，由于图像中大多数信息集中在低频部分，而高频信息主要描述细节，基于人眼对低频信息更为敏感的原则，JPEG对DCT系数进行量化，低频量化区间小，高频量化区间大。对于相邻的图像块，通常具有相似的视觉特性，在频域上表现为相邻图像块的DCT直流系数相近，根据这个特点，JPEG利用差分脉冲调制编码（DPCM）对相邻块的DCT直流系数差值进行编码，进一步压缩图像；对于DCT变换后的交流系数，通常会有大量且连续的0出现，针对这一特点，JPEG利用游程长度编码（RLE）来进行压缩，减小存储空间。最后，JPEG利用霍夫曼编码，通过构造编码表，对DPCM和RLE编码后的数据进行进一步压缩，从而得到最终压缩后的图像。

图1展示了不同质量因子下JPEG的图像压缩效果，并对比了压缩后的图像大小。原始图像分辨率为640*480像素，从图中可以看出，质量因子越低，图像质量越差。如图显示，在压缩率最高的情况下，图像需要占用6372字节，但是图像质量太差，损失信息过多。

图1 JPEG图像压缩质量及压缩后图像大小对比

3 面向短波传输的监控图像压缩方法

3.1算法框架

通常情况下，视频监控摄像头的位置、角度、焦距等都是固定的，只针对固定的场景进行监控，如图1所示，背景区域，包括道路、树木等区域都是固定的，且每帧图像之间的差别不大。背景区域的差别主要来自摄像头的抖动、背景物体的抖动（风）、光线变化等，相邻帧之间的差异有限。主要的变化来自前景区域，如图1中所示的运动车辆。因此，在图像压缩的过程中，可以仅针对前景区域进行编码，从而提高图像的压缩率，进而降低传输时间。

基于上述思想，本文提出了一种面向短波传输的监控图像压缩方法（Short Wave Image Compres⁃sion Method，SWICM），其工作流程如图2所示。

图2 面向短波传输的监控图像压缩方法流程图

首先，利用不同时间段的历史视频图像进行背景建模，获得不同时间段、不同光照条件下的背景图像，将这些背景图像作为背景库，保存在短波传输的两端，作为基础数据。在实际部署中，可先通过短波传输JPEG压缩后的背景图像库。本文使用对监控视频进行背景建模［6～7］，分别针对RGB三个通道建模，再合并为彩色背景图像。

然后，利用背景库对输入图像进行编码，在背景库中选择与输入图像最相近的图像作为编码背景。

其中Qk表示背景库中第k幅背景图像，P表示输入图像，W和H分别表示图像的宽度和高度，k表示与输入图像最相似的图像编号。然后通过计算选中的背景图像及输入图像之间的差异来进行编码。

编码完成后，选中背景图像的编号及编码后的图像将通过短波传输到远端。最后根据接收到的背景图像编号从本地背景库中读取相应背景图像，再结合接收到的编码数据进行解码，从而还原出原始图像。

3.2基于帧间预测的监控图像编解码

预测编码是视频编码［8～11］中最常见也是最有效的一种压缩编码方法，预测编码可以分为帧内预测和帧间预测。

帧内预测是根据一个像素的值来预测相邻区域内其他像素的灰度值。大量统计表明，一幅图像中相邻像素之间存在着一定的相关性，相邻像素发生灰度突变的概率非常小，帧内预测就是利用这一性质进行压缩编码，其预测公式如下：

帧间预测则是根据相邻图像帧之间的相关性进行压缩。研究表明［8］，对于变化缓慢的黑白图像序列，帧间灰度差值超过3的像素数量平均不到一帧像素的4%，对于剧烈编码的彩色图像序列，帧间灰度差值超过6的像素数量平均只有一帧像素的7.5%，帧间预测就是利用这一性质进行压缩编码。一般情况下，帧间预测的压缩效率要比帧内预测高。帧间预测可以分为单向预测和双向预测，本文主要关注单向预测。

统计表明，在相邻图像帧之间，物体的运动一般是平移运动，且位移不大，因此，在压缩过程中，一般讲图像分为若干大小为M×N的小块，针对前一帧图像ft-1中的块，其中m,n表示块坐标，对其在当前帧ft中一定范围内进行搜索，找到匹配块，其坐标位移d()i,j即为运动矢量。在匹配过程中，通常使用均方误差（MSE）或绝对误差均值（MAD）来作为匹配的标准：

通过在指定范围内最小化MSE或MAD来搜索匹配块，从而得到运动矢量。单向帧间预测即是利用运动矢量来对图像序列进行压缩编码，提高压缩率。本文借鉴帧间预测方法来对监控图像进行压缩，从而提高图像压缩效率，减少短波传输时间。

在编码过程中，使用选定的背景图像作为参考图像，在参考图像中找出输入图像中每个区域的预测值及运动矢量，将预测差值及运动矢量进行编码，在接收端根据接收到的运动矢量及相应的背景图片进行预测，将得到的预测值与接收到的差值相加得到解码后的图像。本文参考H264编码标准，将选定的背景图像作为I帧进行编解码，将输入图像作为P帧进行编解码，在传输的过程中，仅传输P帧编码内容，从而明显减小了传输的数据量。在解码过程中，从本地背景库中读取相应背景图像作为对应I帧，结合接收到的P帧编码内容进行解码，从而得到解码后的图像。在H264编码中，I帧通常采用JPEG进行编码，包含完整图像，因此体积较大，本文所述方法从本地背景库选择图像作为I帧，从而避免了I帧的传输，仅需传输P帧编码，从而效率更高，传输速度更快。

4 实验结果

为验证本文所提出的面向短波传输的监控图像压缩方法（SWICM）的效果，在多个固定场景监控视频上进行实验，将监控图像统一转换为640* 480像素进行对比。实验中，主要对比了JPEG和SWICM方法在不同图像上的压缩率及压缩后的图像质量。图像质量使用峰值信噪比（Peak Signal to Noise Ratio，PSNR）作为评价标准。首先将彩色RGB图像转换到YUV，然后计算Y通道的峰值信噪比。

其中W，H分别表示图像的宽和高，Y和Y分别表示压缩前和压缩后的图像所对应的Y通道值，B为8，表示像素比特数。PSNR单位为dB，值越大，表示失真越少。图3展示了两种方法的图像压缩效果对比，第一列为原始图像，第二列为SWICM压缩结果，第三列为JPEG压缩结果。从图中可以看出，SWICM压缩后的图像质量要明显优于JPEG。表1中列出了图1中每一行图像使用两种方法进行压缩后的大小及质量对比，从表中可以看出，SWICM压缩后的图像更小，且峰值信噪比更高，也就是说图像质量更好。

图3 图像压缩对比，第一列为原始图像，第二列为SWICM压缩结果，第三列为JPEG压缩结果

表1 图像压缩大小及质量对比

5 结语

本文提出了一种面向短波传输的监控图像压缩方法，为偏远地区的监控图像传输提供了一种价格低廉，抗损毁性强、部署灵活的数据传输方式。该方法利用监控图像背景变化较小的特点，利用背景建模方法对不同时间段的监控图像建立一组背景库，通过利用背景库对输入的图像进行帧间预测编码，从而减小了压缩后的图像大小，提高了图像传输的速度。实验结果表明，该方法在多个数据集上取得了较好的效果，相比JPEG图像压缩方法，本文方法具有更高的图像压缩率，且压缩后的图像质量更高。

［1］刘宗祥.短波通信及其发展［J］.电波科学学报，1989，2：72-76.

LIU Zongxiang.Short Wave Communication and Its Devel⁃opment［J］.Chinese Journal of Radio Science，1989，2：72-76.

［2］董彬虹，李少谦.短波通信的现状及发展趋势［J］.信息与电子工程，2007，5（1）：1-5.

DONG Binghong，LI Shaoqian.Current Status and Devel⁃oping Tendency for High Frequency Communications［J］. Information and Electronic Engineering，2007，5（1）：1-5.

［3］徐啸，关宇东，徐枭宇，等.图像压缩技术在森林防火监控系统中的应用［J］.科技导报，2008，26（6）：34-37.

XU Xiao，GUAN Dongyu，XU Xiaoyu，et al.Application of Image Compression Techniques in Forest Fireproof Sur⁃veillance System［J］.Science and Technology Review，2008，26（6）：34-37.

［4］Wallace G K.The JPEG still picture compression standard［J］.Communications of the ACM，1991，34（4）：30-44.

［5］Christopoulos C，Skodras A，Ebrahimi T.The JPEG2000 still image coding system：An overview［J］.IEEE Transac⁃tions on Consumer Electronics，2000，16（4）：1103-1127.

［6］Piccardi M.Background Subtraction Techniques：A Review［C］//Proceedings of IEEE International Conference onSystems，Man and Cybernetics.New York：IEEE，2004. 3099-3104.

［7］Varadarajan S，Miller P，Huiyu Zhou.Spatial mixture of Gaussians for dynamic background modeling［C］//Proceed⁃ings of IEEE International Conference on Advanced Video and Signal Based Surveillance.New York：IEEE，2013. 63-68.

［8］毕厚杰，王健.新一代视频压缩编码标准-H.264/AVC［M］.北京：人民邮电出版社，2009.25-36.

BI Houjie，WANG Jian.A New Generation of Video Com⁃pression Standard H.264/AVC［M］.Beijing：Beijing Posts and Telecommunications Publishing House，2009.25-36.

［9］Wiegand T，Sullivan G J，Bjontegaard G，Luthra A.Over⁃view of the H.264/AVC Video Coding Standard［J］.IEEE Transactions Circuits System Video Technology，2003，13：560-576.

［10］Sullivan G J，Boyce J M，Chen Y，et al.Standardized Ex⁃tensions of High Efficiency Video Coding［J］.IEEE Jour⁃nal on Selected Topics in Signal Processing，2013，7（6）：1001-1016.

［11］Fu C M，Alshina E，Alshin A，et al.Sample Adaptive Off⁃set in the HEVC Standard［J］.IEEE Transactions on Cir⁃cuits&Systems for Video Technology，2012，22（12）：1755-1764.

A Surveillance Image Compression Method for Short Wave Transmission

GUO QiaojinLIANG ZhongyanZHOU PengfeiHU Jie
（Nanjing Research Institution of Electric Engineering，Nanjing210014）

Short wave transmission is a common scheme for long distance voice and data communication.However，short wave to send video or image is time consuming because the band width is very narrow.This paper proposes a surveillance image compres⁃sion method for short wave transmission，which provides a cheap，robust and flexible scheme for surveillance image transmission from remote districts.Gaussian mixture method is employed to build background models of surveillance images，and these back⁃ground images are utilized to encode the input image with inter-frame prediction，which decreases the data size for transmission and reduces the transmission time.Experimental results show that our method achieves higher compression rate and better image quality comparing with JPEG on multiple datasets.

image compression，JPEG，inter-frame prediction，H264

TP301.4

10.3969/j.issn.1672-9722.2017.05.038

2016年11月9日，

2016年12月30日

郭乔进，男，博士，工程师，研究方向：机器学习、图像处理、分布式处理。梁中岩，男，博士，工程师，研究方向：视频图像处理、机器学习。周鹏飞，男，硕士，助理工程师，研究方向：图像处理、机器学习。胡杰，男，高级工程师，研究方向：分布式处理、视频图像处理。