空間圖像/視頻壓縮算法的選擇及其應用

劉鴻飛

(漳州師范學院 物理與電子信息系，福建 漳州 363000)

空間圖像/視頻壓縮算法的選擇及其應用

劉鴻飛

(漳州師范學院 物理與電子信息系，福建 漳州 363000)

空間圖像數據的下傳受到星上能源、過境時間、誤碼率等限制，為了進行實時的、高效的、抗誤碼的壓縮，文中研究比較了小波和JPEG、MPEG-2、MPEG-4、H.264等傳統編碼方式的優勢，并結合前期應用經驗，選擇了（9,7）小波+SPIHT編碼，該算法可以有效地去除圖像數據中的統計冗余，且符合人眼的視覺特性，非常適應空間圖像/視頻數據的壓縮。文章提出了基于FPGA為核心的高可靠性小波壓縮硬件平臺，可以實時地完成空間圖像的小波壓縮編碼。

空間圖像；小波；SPIHT；壓縮；FPGA

0.引言

隨著空間技術的發展，人類在太空的活動越來越頻繁，目前在太空飛行的人造地球衛星就達數百顆，還有無數的廢棄衛星、太空垃圾等，這些飛行器在太空運行的實際現場情景，為人類越來越好奇。利用小衛星對空間站或其他目標衛星進行觀測并為其服務是現代小衛星的一個重要應用領域，我們將其稱為伴飛（Inspector）衛星。Inspector衛星圍繞目標飛行，并可將觀測數據發回地面，具有服務功能的 Inspector衛星則更為復雜，小衛星作為空間支持的一種新手段，可以圍繞軌道飛行器完成精確的機動和觀測。美國研制成功的mini-AERCam就是這種Inspector衛星如圖 1所示，它可以繞著宇宙飛船進行飛行，拍攝不同角度、不同距離的宇宙飛船飛行情景[1,2]。

圖 1 (a) Sprint與Mini-AERCam實物圖(b) Mini-AERCam的內部電路板圖

1.空間圖像壓縮的必要性

衛星在對空間目標成像的過程中，產生了海量的圖像/視頻數據，這些數據要么直接下傳給地面接收站，要么緩存在星載大容量存儲陣列中，再發送給地面接收站。從而給衛星的功耗、星載大容量存儲陣列、數傳系統衛星帶來了沉重的壓力。

衛星圖像數據的下傳，涉及到衛星通信帶寬、可接收時間、功耗等一系列問題。① 衛星通信的帶寬：衛星一般通過X波段發送器將拍攝到的圖像/視頻數據發送到地面接收站，X波段發送器受到衛星能耗、地面接收站的接收靈敏度、使用頻段等多方面的問題，通信帶寬為15 Mbps左右，顯然無法實時發送衛星拍攝到的圖像/視頻數據。 ②可接收時間（衛星過境時間）：人類發射的衛星中，大部分屬于太陽同步軌道，它繞地球轉一圈，一般都是100分鐘左右，速度很快，接收天線跟蹤過頂衛星的時間是有限的。可接收時間隨衛星軌道高度不同也有所不同，一般為10～20分鐘；地球同步衛星全時間可接受，但是距離遙遠，數傳速度非常低。 ③衛星通信的能耗：由于衛星自身的體積限制，太陽能電池板表面面積不大（僅僅貼在小衛星自身四周），因此供電系統提供的能耗相當有限，而衛星向地面回傳數據的能耗巨大，因此，小衛星的能耗小，是阻止小衛星拍攝到更多、更高分辨率的太空實景圖片的障礙之一。

各國研制的小衛星，采用的圖像/視頻壓縮算法如表 1所示。

表1 各國星載圖像/視頻壓縮系統

2.空間成像壓縮技術的發展及應用現狀

盡管空間成像壓縮技術很早就被用于深空探測數據的傳輸，但是空間成像壓縮技術的大規模應用卻還在起步中。原來，探測器性能差，空間分辨率低，成像速度慢，數據的傳輸并不是獲取空間圖像資料的瓶頸。隨著空間成像技術的進一步發展，星載數據傳輸和存儲成為嚴重問題，人們才不得不開始考慮采用圖像壓縮技術。

盡管空間成像數據壓縮技術應用的時間不長，但是發展卻非常迅速，目前，幾乎所有的高分辨率光學成像衛星都采用了圖像數據壓縮技術[3]。像法國的SPOT系列衛星，美國的IKONOS2、Quickbird和軍事偵察衛星KH-11，均不約而同地采用了圖像數據壓縮技術[4]。噴氣推進實驗室（JPL）研制了ICER應用于火星探測器的圖像傳輸，ICER結合最新發展的圖像數據壓縮技術，采用了改進的小波零樹編碼技術，而且已經用ASIC方式硬件實現[5]。歐洲同樣也不落后，歐空局目前已經研制成功基于小波變換的ASIC芯片，用于星載圖像壓縮系統。近年來，我國在成像數據壓縮領域投入了很大的精力，也取得了相當的進展，部分已經上天或者即將上天的衛星已經用到圖像壓縮技術，但是總的來說，國內發展的圖像壓縮技術仍然落后于歐美，尤其在最新出現的高效率小波壓縮方法[6,7]，歐美已經形成ASIC硬件芯片，我國在這個方面的研究則剛剛起步。

3 空間成像壓縮算法的比較與選擇

空間成像壓縮，從本質上講，它和地面圖像/視頻壓縮是一樣的。圖像/視頻壓縮算法，按壓縮手段來分，有空間壓縮（幀內）和時間壓縮（幀間），幾乎所有的圖像編碼算法都具備空間壓縮的能力，而時間壓縮則不然，有的具備，有的不具備，具備時間壓縮能力的典型算法為MPEG-4、H.264，不具備時間壓縮能力的算法有Motion-JPEG、JPEG2000、（9，7）小波+SPIHT。

3.1 壓縮性能比較

壓縮比從160：1至60：1的各種標準的峰值信噪比（PSNR）的比較情況請參見文獻[2-4]。在壓縮效率方面，當壓縮比較大（>32：1）時，JPEG的壓縮效率最差，其他二種則效率接近[8]。當然，壓縮效率與視頻性質緊密相關，在含有高速運動目標的情況下，JPEG2000的壓縮效率明顯高于其他壓縮標準，而在普通場景情況，壓縮效率則相差不多。在低分辨率視頻壓縮的情況下，H.264、MPEG-4具有較好的壓縮特性；在越來越多的高分辨率視頻信號（720×576），JPEG2000和H.264具有相當的壓縮性能；在1920×1080等更高分辨率視頻壓縮中，采用小波變換JPEG2000明顯超過H.264/AVC。當分辨率增加，象素間的相關性增加時，JPEG2000就越有優勢[3]；而且H.264的幀間預測會受到散粒噪聲的影響。

（9，7）小波+SPIHT算法，和JPEG2000一樣，采用（9，7）小波對圖像數據進行變換，不同的是前者采用SPIHT算法對小波系數進行編碼，而后者采用EBCOT算法。SPIHT算法提出的空間方向樹可以更有效地組織小波系數，不僅充分地利用了不同尺度間小波系數的相關性，也充分考慮了同一尺度下小波系數的相關性，合理地利用了小波分解后的多分辨率特性，獲得了優良的編碼性能[3]。SPIHT的顯著特點是在極低的計算復雜度情況下，獲得高質量的恢復圖像，其壓縮性能與EBCOT差不多。

3.2 算法復雜度

空間圖像壓縮算法將在硬件平臺上實現，而衛星星載中央處理器的處理能力比較有限，因此有必要考慮算法的復雜度，選擇一種算法復雜度較低的圖像壓縮算法，將有利于算法的實際工程應用。各種算法的復雜度比較如表 2所示。

表2 各種算法的復雜度比較

3.3 容錯能力

衛星通過無線信道下傳圖像數據，由于距離遠，發射功率有限，因此數據傳輸的誤碼率較高。因此，必須選擇一種抗誤碼能力較強的圖像壓縮算法。各種算法的抗誤碼能力分析入表 3所示。由表中可以看出，基于離散小波變換的壓縮算法，由于沒有幀間壓縮，誤碼不會在幀間擴散。

表3 各種算法的抗誤碼能力比較

3.4 視覺效果

基于小波變換的壓縮算法，避免了DCT變換的塊失真效應，在同樣壓縮比的情況下，視覺效果上更有優勢。在碼流傳輸過程中產生誤碼時，小波變換和DCT變換都會錯誤解碼：小波變換產生點狀贗像，DCT變換則會產生塊狀贗像[9,10]。另外，基于小波變換的壓縮算法一般沒有幀間預測，因此，誤碼不會在幀間傳遞，而MPEG-4、H.264后一幀圖像的解壓依賴前一幀圖像，因而誤碼會在一段視頻的各幀圖像中擴散。一個誤碼將產生引起一段時間的塊狀贗像。基于小波變換的壓縮算法的多分辨率特性，還可以采用嵌入式編碼，符合人眼由模糊至清晰，由整體到局部的視覺需要[9]。

3.5 實際工程經驗

在我國某次應用中，同時采用了MPEG-4和JPEG兩種壓縮算法進行應用比較，發現由于火箭發射時，產生大量的電磁干擾，碼流傳輸時產生大量的誤碼，最后的結果是：接收到的 MPEG-4無法正常解碼，經常出現大面積的亂碼和長時間的誤碼情況；而JPEG碼流大部分時間可以正常解碼，也會產生中小面積的亂碼現象。相關資料證明，美國MiniCAM的星載圖像/視頻壓縮系統也采用了小波變換壓縮算法。

3.6 空間目標成像數據壓縮方案的確定

綜合以上討論，由于（9，7）小波+SPIHT，擁有壓縮效率高、算法復雜度低、抗誤碼能力強、視覺效果好等優點，并且已經有成功的應用案例，因此選擇（9，7）小波+SPIHT作為空間目標成像數據的壓縮算法。

4.小波壓縮編碼算法的實現

空間目標成像的數據壓縮系統，分析其功能特點和應用需求，將主要包括成像系統、圖像處理部分、圖像輸出、指令接口等分系統。編碼系統以Xilinx公司推的XQVR3000型300萬門FPGA為系統處理器，包括了SRAM、LVDS接口、RS422接口等對外接口[11]。其中RS422指令的接收和譯碼、探測器驅動、圖像預處理、小波變換、SPIHT編碼等，全部在FPGA內實現。

圖2 空間圖像小波壓縮的實現

5.結論

采用（9，7）小波+SPIHT算法，可以很好地完成空間圖像/視頻壓縮工作，在保證足夠圖像質量的情況下，大大降低了空間圖像/視頻的數據量，可以獲得更多、更清晰的空間圖片。

[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]黃金杰, 逯仁虎.基于整數小波變換的無人機偵查圖像的壓縮[J].現代電子技術, 2010, 33(14): 49-52.

[7]田靜安, 畢篤彥, 李權合.一種機載高分辨率圖像實時壓縮系統的設計[J].電子技術應用, 2010, 36(2): 47-50.

[8]唐向宏, 賀振華.圖像高壓縮編碼方法[J].西南師范大學學報(自然科學版), 1999, 24(5): 556.

[9]沈麗麗, 侯春萍, 楊嘉琛, 等.立體壓縮圖像的客觀質量評價[J].天津大學學報, 2009, 42(12): 1083-1088.

[10] 謝勝利, 石敏.基于DCT域的高壓縮圖像去塊效應算法[J].控制理論與應用, 2006, 23(1): 139-142, 147.

[11] 劉鴻飛, 陳凡勝, 孫勝利, 等.空間圖像小波壓縮的硬件平臺設計[J].科學技術與工程, 2007, 7(12): 3034-3037.

TP751

A

1673-2219（2011）04-0019-04

2010－11－15

劉鴻飛(1979－)，男，湖南衡南人，博士，講師，主要研究領域為空間圖像壓縮技術的工程應用。

（責任編校：劉志壯）