基于低帶寬網絡的氣象圖像ROI壓縮及交錯顯示算法?

徐開來 馬良荔 馮澤波

（1.海軍工程大學 武漢 430033）（2.海軍參謀部規劃和編制局 北京 100000）

1 引言

隨著遠海戰略的擴展，遠海氣象保障的意義不斷加深，遠海船舶及航海保障人員對岸基可視化氣象實況、預報產品的需求不斷增加，目前可用的遠海通信手段并不多，且成本高，設備體積大，帶寬小，實現圖像傳輸仍有一定困難。

北斗是我國自行研制的衛星導航系統，具有定位、授時、短報文功能，其中短報文功能為解決遠海通信提供了雙向信道，具有低成本、體積小等優點，是解決偏遠地區通信的有效手段之一，但是帶寬小是制約這一應用實現的根本的問題，特別是對體積較大的圖像傳輸就更為突出，北斗衛星導航系統對非短報文數據的傳輸能力不足，并不是圖像傳輸的最優解決方案，但目前在同等價格、同等體積的通信設備中并沒有更好的替代產品，因此研究基于北斗短報文通信的圖像傳輸技術就具有一定的理論和應用價值。從具體應用方面來看，北斗的短報文通信在傳輸中還存在限制，具體如下：

1）單次通信容量有限，每次進行短報文通信所能傳輸的數據量是有限的，普通用戶最高傳輸速度為120字節/分鐘，數據如果超過最大報文長度，必須進行分包傳輸；

2）通信頻度有限，北斗衛星系統每發送完一條報文后需等待很長的時間才能進行下一次傳輸，完全傳輸完一張圖像耗時很長。

3）北斗衛星通信是不可靠的通信鏈路，在連續傳輸中丟包率較高率，而圖像文件體積較大，其中任何一部分文件丟失極有可能導致最終圖像重構失敗。

由此可見，北斗衛星系統信道屬于低速帶寬網絡，只有大幅減小文件體積，才能實現利用短報文傳輸圖像。實際預報工作中，一幅氣象圖像通常只有不到20%的區域是有價值預報數據，預報員往往也只關注這部分感興趣區域（region of interest，ROI）。這部分區域也會隨保障地區的不同而改變，例如，我國陸地北部、南部和近海（東海、渤海、南海）、遠海的ROI區域均是不同的。相比非感興趣區域（region of not interest，RONI），ROI區域需要進行更高質量的編碼，并且在傳輸和顯示時具備更高的優先級。

因此，本文設計和實現一種能夠保證高分辨率ROI區域，且有效減小圖像總體積的壓縮算法。在圖像的切割、壓縮、傳輸、重構與顯示的過程中，賦予圖像優先級屬性，ROI區域采用高分辨率的無損壓縮，RONI區域根據優先級屬性采用階梯式分辨壓縮，并采用Webp圖像格式輸出，大幅減少圖像文件體積和傳輸等待時間。

2 Webp圖像壓縮格式分析

利用北斗短報文進行圖像傳輸的情況，多用于氣象、農業、醫療、交通、海事等，通常是反映區域或局部的圖像資料，更新頻度低，色彩深度少，常用圖像壓縮格式主要有：JPG（JPG2000）、GIF 、PNG 格式。文獻［1～6］在圖像壓縮格式上均采用JPG2000，本文經過實驗，針對大部分色深位數低（2位～8位）的氣象圖像，JPG2000并不是最優壓縮格式，具體對比實驗結果見下文。文獻［3］采用傳統的GIF格式，GIF和PNG這兩種格式對色深低的圖像壓縮效果較好，但并不是最優，隨著技術發展已產生了壓縮效果更好的通用格式，本文選取了Google的圖像壓縮格式Webp。

選取幾種常見的專業氣象圖像進行實驗，比對各圖像格式壓縮效果，根據不同圖像的顯示特點，分別設置不同的圖像屬性，其中JPG品質均為60，部分圖像可去除地理信息（GEO）減小體積，實驗結果如表1所示。

表1 各圖像格式壓縮效果比對

JPG（JPG2000）常用于攝影作品，支持最高級別的壓縮，不過這種壓縮是以犧牲圖像質量為代價的有損壓縮，而且由于氣象圖像色彩深度位數低，JPG并不是最理想的壓縮格式。比對結果中只有“衛星云圖（無GEO）”中JPG壓縮效果最好，但是無GEO的圖像必須支持透明屬性，否則后期地理信息無法疊加，故JPG（JPG2000）最不適合氣象圖像壓縮。

GIF是一種基于LZW算法的無損壓縮格式，多用于動畫，對結構簡單、色彩深度低的圖像有很好的壓縮效果。PNG格式的設計目的是試圖替代GIF格式，同時增加一些GIF格式所不具備的特性，PNG使用從LZ77派生的無損數據壓縮算法。本次實驗中PNG和GIF兩種圖像格式壓縮效果各有優勢，但總體效果都不如Webp。

Webp是由Google開發的一種同時提供了有損壓縮與無損壓縮的圖片文件格式，派生自VP8編碼格式。實驗結果表明Webp的壓縮率要高于PNG和GIF壓縮率，轉換后的Webp體積大幅減少，無損Webp相比PNG減少10%～60%；圖片質量也得到保障，肉眼幾乎無法看出差異，是目前效果最好的壓縮格式。需要注意的是只有從PNG格式壓縮轉換成Webp格式才能得到最好的壓縮效果。

3 自定義ROI圖像壓縮算法

使用Webp格式一定程度上減小了圖像體積，但相對于北斗信道的帶寬，完整傳輸一張圖像的時間依舊過長。以傳輸間隔為60s，速率120字節/分鐘的民用北斗SIM卡為例，完整傳輸各氣象圖像的等待時間如表2所示。

表2 各氣象圖像的北斗通信傳輸時間

因此，本文設計了一種基于Webp格式的ROI圖像壓縮方法，用戶可自定義重點關注的感興趣區域（ROI區域），以一張標準傳真圖為例，覆蓋范圍東經60°至西經 150°，北緯 10°至 70°，幾乎覆蓋整個亞洲，但是作為我國的預報工作者僅用東經100°至130°，北緯20°到45°，便可完成日常的預報保障任務，ROI區域即（100o，45o），（130o，20o），如遇出海任務，只分析海洋區域即可，實際ROI區域只占整幅圖像的不到20%。文獻［1］采用被動式ROI，氣象圖像不同于其它圖像，因保障區域不同所關注的ROI區域也不同，且針對同樣的保障區域每個預報員的ROI區域也不同，氣象圖像是主觀性很強的圖像資料，本文采用的主動ROI區域，可以根據用戶需求將壓縮率降到最低，高效滿足保障需求。

如果只根據用戶自定義的ROI區域進行裁剪壓縮，雖然可以大幅縮小圖像體積，但是由于氣象圖像的特殊性，并不是對非ROI區域毫不關心，因此，本文設計了以ROI區域為中心的階梯分辨率壓縮算法。設圖像寬度A(px)，高度B(px)，用戶自定義 ROI坐標 (X1，Y1)，(X2，Y2)，用戶自定義階梯等級Ln(n≥1)，根據用戶設定的階梯等級Ln從原始圖像ROI區域的上、下、左、右邊緣分別遍歷像素信息，根據n值進行階梯式裁切，階梯坐標偏移公式為

圖1 ROI壓縮算法流程圖

圖2 按ROI優先級對圖片進行階梯式切割、壓縮

之后按照優先級對各階梯區域依次通過北斗進行可靠傳輸傳輸，接收端每收到一個區域，便交錯呈現一部分區域，用戶可以提早辨識ROI區域，不需要等到所有圖像傳輸完畢。下面以1張標準傳真圖進行實驗，實驗結果過如表3所示。

4 基于ROI的專用交錯顯示算法

交錯顯示技術是互聯網瀏覽器常用功能，指下載圖片時進行隔行下載，一張圖只用一半的時間就可以初步辨識，之后再下載另一半，因此可以減少用戶等待時間。北斗通信屬于低速網絡，顯示較大圖像時，須全部傳輸完畢才能顯示圖像，而利用交錯技術圖像可以逐步的顯示出來，讓用戶可以優先獲取ROI區域的圖像，若ROI區域已滿足辨識要求可以隨時停止其余部分的傳輸，以達到減少等待時間的目的。

表3 壓縮前后體積大小及傳輸時間比對

本文針對北斗通信網絡，結合ROI壓縮算法，對交錯技術進行改進，以ROI區域為中心，環矩形為最小單位逐環顯示，最高優先級保證ROI區域傳輸，非ROI區域交錯顯示，也可在圖像滿足保障需求時用戶主動停止后續傳輸，可大幅減少等待時間。

默認的已知信息為圖像寬度 A(px)，高度B(px)，用戶自定義 ROI坐標 (X1，Y1)，(X2，Y2)，用戶自定義階梯等級Ln(n≥1)，具體算法步驟如下：

1）初始化一張原始圖像 (0，0)(A，B)（空白畫布，定義為用戶的當前畫布。

2）ROI區域 (X1，Y1)，(X2，Y2)傳輸完畢后優先重構繪圖，并初始化一個臨時畫布。

3）等待非ROI區域第n個區域傳輸完畢，按照優先級屬性，循環倒序重構繪圖［注：為減小圖像體積，圖像中的空白區域均不帶透明屬性，因此圖像重構必須倒序疊加，啟用臨時畫布，將之前已顯示的圖像存儲在臨時畫布，將之后傳輸完成的低優先級區域優先繪制在當前畫布，再將臨時畫布存儲的圖像疊加到當前畫布上。］，獲取該區域的圖像寬度An(px)，高度 Bn(px)，以 (nAn，nBn)重新采樣，生成新繪圖區域，此時，取出臨時畫布圖像以(X1/n，Y1/n)偏移量合并重繪在該區域上，之后整體將該區域存儲在臨時畫布，并以的偏移量繪制在用戶當前畫布上。

4）重復步驟3）直至圖像顯示完畢或用戶主動取消。

圖3 交錯顯示效果

5 結語

文中提到思路不僅局限于北斗通信，也適用于其他低速信道，客觀上北斗短報文并不是圖像傳輸的最佳方案，也不是北斗衛星的發展方向，但目前北斗通信模塊覆蓋廣、成本低、體積小，在遠海和山區依舊有應用價值。例如，物聯網應用中，服務器端向客戶端傳輸圖像數據時，利用這種方法在有限的傳輸帶寬上提供更加靈活的圖像傳輸機制，有助于提升客戶端瀏覽圖像的用戶體驗，在物聯網應用中具有很好的應用前景。

［1］王超，王浩，王偉，等.基于優化ROI的醫學圖像分割與壓縮方法研究［J］.重慶郵電大學學報（自然科學版），2015（02）：279-284.

［2］王源源，黃大慶.無人機偵察圖像壓縮［J］.光學精密工程，2014（05）：1363-1370.

［3］劉繁明，劉莎.氣象傳真圖格式轉換及壓縮的實現［J］.應用科技，2010（09）：61-64.

［4］李靖，楊帆，吳濤.基于背景位平面向低位位移的ROI壓縮算法研究［J］. 光電子.激光，2010（02）：307-311.

［5］隋玉萍，何昕，魏仲慧.ROI的海洋監視衛星遙感圖像壓縮算法［J］. 光學精密工程，2008（07）：1323-1329.

［6］孟謹，張尤賽.醫學圖像的ROI-JPEG有損壓縮技術［J］. 計算機應用與軟件，2004（04）：51-52+95.

［7］楊曉，劉俊杰，楊學友.基于ROI編碼的任意尺寸測量圖像的壓縮方法［J］.計算機工程與應用，2013（04）：14-17.

［8］李靖.基于ROI的圖像壓縮算法研究［J］.天津職業院校聯合學報，2012（08）：51-53.

［9］徐勇，崔慧娟.低碼率圖像壓縮中應用ROI的改進算法［J］. 信息技術，2012（03）：69-71，76.

［10］曾基業，肖德琴，林探宇.農業圖像感興趣區域可調壓縮處理系統設計與實現［J］.現代計算機（專業版），2016（15）：44-50.

［11］杜梅，曹蔚然，趙懷慈.基于壓縮感知的感興趣區域編碼［J］.軟件工程，2017，20（06）：15-16，14.

［12］徐嘯，季萬濤，劉曉琴，等.基于ROI自動提取和壓縮的森林防火監控系統研究［J］.半導體光電，2015，36（05）：853-856.

［13］袁建亮，朱遠平.基于JPEG2000的感興趣區域壓縮編碼算法［J］.天津師范大學學報（自然科學版），2014，34（01）：42-46，61.

［14］陳鑫，陳曉，蔡婷婷.基于SPIHT算法的ROI編碼研究［J］.軟件，2015，36（02）：112-117.

［15］翟羽佳，鄧家先.基于改進零樹編碼的ROI圖像聯合壓縮加密算法［J］.計算機系統應用，2014，23（07）：136-143.