基于JPEG2000框架的高光谱图像压缩方法研究
|
摘要
成像光谱技术是上世纪80年代发展起来的新技术,集中了光学、光电子学、电子学、信息处理、计算机科学等领域的先进技术,它将成像与光谱技术结合起来,能够在连续光谱段上对同一地物同时成像。随着成像光谱仪的普及应用,图像的空间分辨率、谱间分辨率、时间分辨率越来越高,使得成像光谱数据量迅速增长,高光谱图像压缩技术是数据存储和传输中的一个迫切需要解决的问题。
从信息论的角度来看,所有的压缩技术都是通过去除冗余来达到压缩目的。高光谱图像存在两类冗余:空间冗余和谱间冗余.其空间冗余表现为,在属于同一类地物的相邻象素之间存在空间相关性;其谱间冗余表现为,由于谱间分辨率的提高,相邻波段同一位置的象素之间存在相关性。
本文首先简要地介绍了高光谱技术以及图像压缩编码技术。接着从信息论的角度介绍了JPEG2000的技术基础,对小波变换,算术编码等进行了描述。然后详细分析了基于JPEG2000框架的编解码系统,对小波提升算法和位平面编码等各个模块展开讨论。接着阐述高光谱图像压缩方法,介绍了两种分组方法:分段的DPCM和C-MEAN聚类;分组后,结合基于JPEG2000框架的编解码系统,我们实现了高光谱图像压缩算法。采用DPCM预测方法去除谱间冗余,预测得到的差值图像首先进行小波变换,再用位平面编码压缩,去除空间冗余,最后形成码流输出。实验结果表明,基于JPEG2000框架的高光谱图像压缩算法,对高光谱图像在8倍压缩比的情况下,能取得较好的效果。
Imaging spectral technique is a new technology developed in 1980s. This technology is able to imagine the same object in the continuous spectral band by integrating the imaging technology and spectral technology, as well as optics, optoelectronics, electronics, information-processing and computer science technology. With wide application of the imaging spectrometer, images' spatial spectral and time-resolution become higher, which correspondingly improves the spectrum data largely. The compression technology of hyperspectral image is a key problem to be solved in the storage and transportation of data.
From the aspect of entropy theory, all compression technologies are to reduce redundancy. Two kinds of redundancy exist in hyperspectral image: space-redundancy and the redundancy between spectrums. Space-redundancy can be found among the pixels in the same kind of objects; Redundancy between spectrums can be found at the same place of spectrums due to the increase of the resolution.
This thesis introduces hyperspectral technique and image compress coding technique. It makes a introduction of JPEG2000 and describes the wavelet transform, arithmetic coding and so on. And then we amply analyze the coding system which bases on the JPEG2000 and the modules of lifting wavelet transform and bit-plane coding. During the section of hyperspectral image coding system, we adopt two methods: regrouped DPCM and CMean; after grouping the images, combining the coding system, we implement the hyperspectral image coding system. The method based on regrouped DPCM includes two aspects: regrouped DPCM for in-frame decorrelation and image-compression based on wavelet transformation with bit-plane coding exporting the coding stream. The fine experimental results demonstrate that the proposed algorithm is effective and practical with the goal of 1/8 compression.
从信息论的角度来看,所有的压缩技术都是通过去除冗余来达到压缩目的。高光谱图像存在两类冗余:空间冗余和谱间冗余.其空间冗余表现为,在属于同一类地物的相邻象素之间存在空间相关性;其谱间冗余表现为,由于谱间分辨率的提高,相邻波段同一位置的象素之间存在相关性。
本文首先简要地介绍了高光谱技术以及图像压缩编码技术。接着从信息论的角度介绍了JPEG2000的技术基础,对小波变换,算术编码等进行了描述。然后详细分析了基于JPEG2000框架的编解码系统,对小波提升算法和位平面编码等各个模块展开讨论。接着阐述高光谱图像压缩方法,介绍了两种分组方法:分段的DPCM和C-MEAN聚类;分组后,结合基于JPEG2000框架的编解码系统,我们实现了高光谱图像压缩算法。采用DPCM预测方法去除谱间冗余,预测得到的差值图像首先进行小波变换,再用位平面编码压缩,去除空间冗余,最后形成码流输出。实验结果表明,基于JPEG2000框架的高光谱图像压缩算法,对高光谱图像在8倍压缩比的情况下,能取得较好的效果。
Imaging spectral technique is a new technology developed in 1980s. This technology is able to imagine the same object in the continuous spectral band by integrating the imaging technology and spectral technology, as well as optics, optoelectronics, electronics, information-processing and computer science technology. With wide application of the imaging spectrometer, images' spatial spectral and time-resolution become higher, which correspondingly improves the spectrum data largely. The compression technology of hyperspectral image is a key problem to be solved in the storage and transportation of data.
From the aspect of entropy theory, all compression technologies are to reduce redundancy. Two kinds of redundancy exist in hyperspectral image: space-redundancy and the redundancy between spectrums. Space-redundancy can be found among the pixels in the same kind of objects; Redundancy between spectrums can be found at the same place of spectrums due to the increase of the resolution.
This thesis introduces hyperspectral technique and image compress coding technique. It makes a introduction of JPEG2000 and describes the wavelet transform, arithmetic coding and so on. And then we amply analyze the coding system which bases on the JPEG2000 and the modules of lifting wavelet transform and bit-plane coding. During the section of hyperspectral image coding system, we adopt two methods: regrouped DPCM and CMean; after grouping the images, combining the coding system, we implement the hyperspectral image coding system. The method based on regrouped DPCM includes two aspects: regrouped DPCM for in-frame decorrelation and image-compression based on wavelet transformation with bit-plane coding exporting the coding stream. The fine experimental results demonstrate that the proposed algorithm is effective and practical with the goal of 1/8 compression.
引文
[1] 吕东亚,黄普明,孙献璞.高光谱图像的数据特征及压缩技术.空间电子技术,2005(1):17~22
[2] 杨哲海,韩建峰,宫大鹏,李之歆.高光谱遥感技术的发展与应用.海洋测绘,2003,23(6):55~58
[3] 郭仕德,马廷,林旭东.高光谱遥感及其影像空间结构特征分析.测绘科学,2005,30(3):35~37
[4] 刘晓云.浅谈遥感技术的发展与应用.三晋测绘,2003, 10(1):23~25
[5] 王晋年,郑兰芬,童庆禧.成像光谱图像吸收鉴别模型与矿物填图研究所.环境遥感,1996,11(1):20~30
[6] Peng Gong, Ruiliang Pu, and Bin Yu. Conifer Species Recognition: An Exploratory Analysis of In Situ Hyperspectral Data. Remote Sens. Environ, 1997, 62:189~200.
[7] Freek van der Meer and Wim Bakker. Corss Correlogram Spectral Matching: Application to Surface Mineralogical Mapping by Using AVIRIS Data from Cuprite Nevada. Remote Sens. Environ , 1997 , 61 : 371~382
[8] Peng Gong, Ruiliang Pu and John R.Miller. Coniferous Forest Leaf Area Index Extimation along the Oregon Transect Using Compact Airbome Spectrographic Imager Data. Photogrammetric Engineering & Remote Sensing, 1995, 61 (9) : 1107~1117
[9] Mary E Martin and John D Aber. High Spectral Resolution Remote Sension of Forest Canopy Lignin, Nitrogen, and Ecosystem Processes. Ecological Applications , 1997 , 7(2) : 431~443
[10] 张 雪 松 , 倪 国 强 , 周 立 伟 , 金 伟 其 . 图 像 编 码 技 术 发 展 综 述 . 光 学 技术,1997,5(3):37~41
[11] 陈 志 国 , 徐 春 环 . 图 像 编 码 技 术 的 研 究 和 应 用 . 牡 丹 江 医 学 院 学报,2004,25(6):34~37
[12] 薛 猛 , 张 虹 , 刘 兵 . 图 像 编 码 技 术 及 其 标 准 化 . 计 算 机 工 程 与 设计,2004,25(9):1476~1491
[13] 刘 恒 殊 , 彭 风 华 , 黄 廉 卿 . 超 光 谱 遥 感 图 像 特 征 分 析 . 光 学 精 密 工程,2001,9(4):392~395
[14] 何 斌 , 郝 志 航 . 遥 感 数 字 图 像 分 类 编 码 软 件 仿 真 . 光 学 精 密 工程,2000,8(6):545~548
[15] 何斌,郝志航.卫星解码数字图像块效应计算机后处理方法.光学 精密工程,2001,9(1):43~49
[16] 贾 晓 光 , 王 雷 . 航 天 遥 感 压 缩 技 术 的 最 新 发 展 . 中 国 图 象 图 形 学报,1997,2(10):697~700
[17] Chabrillat S, Pinet P C, Ceuleneer G etal. Ronda peridotlte massif: methodology for its Geological mapping and lithological discrimination from air-borne hyperspectral data. INT J Remote Sensing, 2000, 21(12):2363~2388
[18] McGwire K, Minor T, Fenastermaker L. Hyperspectral mixture modeling for quantifying sparse vegetation cover in arid environments. Remote Sens Environ, 2000,72:360~374
[19] Nolia A W, Dozier J. A hyperspectral method for remotely sensing the grain size of snow. Remote Sens Environ, 2000, 74:207~216
[20] John B Collins etc. Geostatistical Estimation of Resolution Dependent Variance in Remotely Sensed Images. Photogrammetric Engineering & Remote Sensing, 1999, 65(1): 41~50
[21] Lee H S, Younan N H and King R L. Hyperspectral image cube compression combining JPEG-2000 and spectral decorrelation. IEEE international GeoScience and Remote Sensing Symposium, 2002,6(6):3317~3319
[22] 石峰,莫忠良.信息论基础.武汉大学出版社,2002 年 7 月.1~12
[23] 吴伯修,归绍升,祝宗泰,俞槐铨.信息论与编码.电子工业出版社,1987 年 5 月第一版: 5~17
[24] 张旭东,卢国栋,冯健.图像编码基础和小波压缩技术-原理、算法和标准.清华大学出版社,2004 年 3 月.1~300
[25] K.R.Castleman.国外计算机科学教材系列-数字图像处理.电子工业出版社,1998 年 9 月第一版.252~293
[26] 陈武凡.小波分析及其在图像处理中的应用.科学出版社,2002 年 4 月.1~36
[27] Rioul, O.,Duhamel, P. Fast algorithms for discrete and continuous wavelet transforms. IEEE Transactions on Information Theory,1992,38(3):569~ 586
[28] Mallat S. A theory for multiresolution signal decomposition: the waveletrepresentation. IEEE Trans on PAMI, 1989, 11(7):674~693
[29] 程正兴.小波分析算法与应用.西安:西安交通大学出版社,1998.31~25
[30] 刘伟,李莉,夏立显.二维小波在图像压缩方面的应用.吉林大学学报(信息科学版),2004,22(1):9~12
[31] DAUBECHIES I. The wavelet transforms, time-frequency localization and signal analysis. IEEE Trans on Information Theory, 1990,36(5):961~1005
[32] Shih-Ta Hsiang. Embedded image coding using zeroblocks of subband/wavelet coefficients and context modeling. Proceedings of IEEE International Conference on Data Compression, 2001,(3):83-92
[33] 李冬梅.发展中的静止图像压缩标准 JPEG2000.电视技术,2001(6):12~18
[34] M.Rabbani and R.Joshi. An overview of the JPEG2000 still image compression standard. Signal Processing: Image Communication, 2002,17(6):3-48
[35] A.Skodras, C.Christopoulos and T.Ebrahimi. The JPEG2000 still image compression standard. IEEE Signal Processing Magazine, 2001,18(9):36-58
[36] 梁瑛.JPEG2000 静止图像核心压缩算法.北京广播学院学报(自然科学版),2003,10(3):76~81
[37] 宋凭,刘波,曹剑中,张仲敏,单洁,唐 垚.基于快速提升小波变换的图像压缩.科学技术与工程,2005, 5(19):1330~1333
[38] 闫允一,郭宝龙,陈龙潭.小波提升原理在图像编码中的应用.计算机应用研究,2004(8):136~174
[39] Antonini M, Barlaud M, Mathieu P, Daubechies I. Image coding using wavelet transform. IEEE Trans on Image Processing,1992,1(2):205~220
[40] Daubechies I, Sweldens W. Factoring wavelet transforms into lifting steps. J Fourier Anal,1998,4(3):245~267
[41] 袁杰.小波提升算法及其在图像处理中的应用.计算机时代,2005(5):14~15
[42] 陈坚,黄全平,周荣政,洪志良.改进的 JPEG2000 位平面编解码算法实现.计算机辅助设计与图形学学报,2005,17(11):2471~2476
[43] 张宏伟,刘正光,陈红新.基于 JPEG2000 的一次性扫描、高效编码算法的研究.计算机应用,2005,25(5):1069~1071
[44] 王勇,郑南宁,梅魁志,朱悦心,刘跃虎.一种高效的 JPEG2000 位平面编码器设计.西安交通大学学报,2005,39(2):158~161
[45] 杨方洲,刘锐.JPEG2000 中的 EBCOT 算法简介.信息技术,2004,28(5):38~41
[46] 鲁则瑜,华林,朱柯,程君侠.JPEG2000 高速 MQ 编解码器的 VLSI 实现.复旦学报(自然科学版),2005,44(1):21~25
[47] 周宁,汤晓军,徐维朴.JPEG2000 图像压缩标准及其关键算法.现代电子技术,2002,(12):1~5
[48] M.Boliek,C.Christopoulos and E.Majiali. JPEG 2000 Part 1 Final Committee Draft Version 1.0 International Standard(ISO/IEC FDIS15444-1)ISO/IEC JTC1/SC29/WG1 N1855, 2000,18(8):71~92
[49] Kuang S R, Jou J M, Chen R D. Dynamic pipeline design of an adaptive binary arithmetic coder. IEEE Trans on Circuits and System II,2001,48(9):813~825
[50] 张连俊,彭荣群.图像压缩编码方法分析.中国有线电视,2004(18):6~9
[51] 吴 铮,何明一. 基于小波变换和分段 DPCM 混合编码的多光谱遥感图像压缩算法. 电子与信息学报,2003,25(6):747~754
[52] M C Hung, D L Yang. An efficient fuzzy C-means clustering algorithm. Proceedings of IEEE International Conference on Data Mining, 2001, 29(2): 225~232
[2] 杨哲海,韩建峰,宫大鹏,李之歆.高光谱遥感技术的发展与应用.海洋测绘,2003,23(6):55~58
[3] 郭仕德,马廷,林旭东.高光谱遥感及其影像空间结构特征分析.测绘科学,2005,30(3):35~37
[4] 刘晓云.浅谈遥感技术的发展与应用.三晋测绘,2003, 10(1):23~25
[5] 王晋年,郑兰芬,童庆禧.成像光谱图像吸收鉴别模型与矿物填图研究所.环境遥感,1996,11(1):20~30
[6] Peng Gong, Ruiliang Pu, and Bin Yu. Conifer Species Recognition: An Exploratory Analysis of In Situ Hyperspectral Data. Remote Sens. Environ, 1997, 62:189~200.
[7] Freek van der Meer and Wim Bakker. Corss Correlogram Spectral Matching: Application to Surface Mineralogical Mapping by Using AVIRIS Data from Cuprite Nevada. Remote Sens. Environ , 1997 , 61 : 371~382
[8] Peng Gong, Ruiliang Pu and John R.Miller. Coniferous Forest Leaf Area Index Extimation along the Oregon Transect Using Compact Airbome Spectrographic Imager Data. Photogrammetric Engineering & Remote Sensing, 1995, 61 (9) : 1107~1117
[9] Mary E Martin and John D Aber. High Spectral Resolution Remote Sension of Forest Canopy Lignin, Nitrogen, and Ecosystem Processes. Ecological Applications , 1997 , 7(2) : 431~443
[10] 张 雪 松 , 倪 国 强 , 周 立 伟 , 金 伟 其 . 图 像 编 码 技 术 发 展 综 述 . 光 学 技术,1997,5(3):37~41
[11] 陈 志 国 , 徐 春 环 . 图 像 编 码 技 术 的 研 究 和 应 用 . 牡 丹 江 医 学 院 学报,2004,25(6):34~37
[12] 薛 猛 , 张 虹 , 刘 兵 . 图 像 编 码 技 术 及 其 标 准 化 . 计 算 机 工 程 与 设计,2004,25(9):1476~1491
[13] 刘 恒 殊 , 彭 风 华 , 黄 廉 卿 . 超 光 谱 遥 感 图 像 特 征 分 析 . 光 学 精 密 工程,2001,9(4):392~395
[14] 何 斌 , 郝 志 航 . 遥 感 数 字 图 像 分 类 编 码 软 件 仿 真 . 光 学 精 密 工程,2000,8(6):545~548
[15] 何斌,郝志航.卫星解码数字图像块效应计算机后处理方法.光学 精密工程,2001,9(1):43~49
[16] 贾 晓 光 , 王 雷 . 航 天 遥 感 压 缩 技 术 的 最 新 发 展 . 中 国 图 象 图 形 学报,1997,2(10):697~700
[17] Chabrillat S, Pinet P C, Ceuleneer G etal. Ronda peridotlte massif: methodology for its Geological mapping and lithological discrimination from air-borne hyperspectral data. INT J Remote Sensing, 2000, 21(12):2363~2388
[18] McGwire K, Minor T, Fenastermaker L. Hyperspectral mixture modeling for quantifying sparse vegetation cover in arid environments. Remote Sens Environ, 2000,72:360~374
[19] Nolia A W, Dozier J. A hyperspectral method for remotely sensing the grain size of snow. Remote Sens Environ, 2000, 74:207~216
[20] John B Collins etc. Geostatistical Estimation of Resolution Dependent Variance in Remotely Sensed Images. Photogrammetric Engineering & Remote Sensing, 1999, 65(1): 41~50
[21] Lee H S, Younan N H and King R L. Hyperspectral image cube compression combining JPEG-2000 and spectral decorrelation. IEEE international GeoScience and Remote Sensing Symposium, 2002,6(6):3317~3319
[22] 石峰,莫忠良.信息论基础.武汉大学出版社,2002 年 7 月.1~12
[23] 吴伯修,归绍升,祝宗泰,俞槐铨.信息论与编码.电子工业出版社,1987 年 5 月第一版: 5~17
[24] 张旭东,卢国栋,冯健.图像编码基础和小波压缩技术-原理、算法和标准.清华大学出版社,2004 年 3 月.1~300
[25] K.R.Castleman.国外计算机科学教材系列-数字图像处理.电子工业出版社,1998 年 9 月第一版.252~293
[26] 陈武凡.小波分析及其在图像处理中的应用.科学出版社,2002 年 4 月.1~36
[27] Rioul, O.,Duhamel, P. Fast algorithms for discrete and continuous wavelet transforms. IEEE Transactions on Information Theory,1992,38(3):569~ 586
[28] Mallat S. A theory for multiresolution signal decomposition: the waveletrepresentation. IEEE Trans on PAMI, 1989, 11(7):674~693
[29] 程正兴.小波分析算法与应用.西安:西安交通大学出版社,1998.31~25
[30] 刘伟,李莉,夏立显.二维小波在图像压缩方面的应用.吉林大学学报(信息科学版),2004,22(1):9~12
[31] DAUBECHIES I. The wavelet transforms, time-frequency localization and signal analysis. IEEE Trans on Information Theory, 1990,36(5):961~1005
[32] Shih-Ta Hsiang. Embedded image coding using zeroblocks of subband/wavelet coefficients and context modeling. Proceedings of IEEE International Conference on Data Compression, 2001,(3):83-92
[33] 李冬梅.发展中的静止图像压缩标准 JPEG2000.电视技术,2001(6):12~18
[34] M.Rabbani and R.Joshi. An overview of the JPEG2000 still image compression standard. Signal Processing: Image Communication, 2002,17(6):3-48
[35] A.Skodras, C.Christopoulos and T.Ebrahimi. The JPEG2000 still image compression standard. IEEE Signal Processing Magazine, 2001,18(9):36-58
[36] 梁瑛.JPEG2000 静止图像核心压缩算法.北京广播学院学报(自然科学版),2003,10(3):76~81
[37] 宋凭,刘波,曹剑中,张仲敏,单洁,唐 垚.基于快速提升小波变换的图像压缩.科学技术与工程,2005, 5(19):1330~1333
[38] 闫允一,郭宝龙,陈龙潭.小波提升原理在图像编码中的应用.计算机应用研究,2004(8):136~174
[39] Antonini M, Barlaud M, Mathieu P, Daubechies I. Image coding using wavelet transform. IEEE Trans on Image Processing,1992,1(2):205~220
[40] Daubechies I, Sweldens W. Factoring wavelet transforms into lifting steps. J Fourier Anal,1998,4(3):245~267
[41] 袁杰.小波提升算法及其在图像处理中的应用.计算机时代,2005(5):14~15
[42] 陈坚,黄全平,周荣政,洪志良.改进的 JPEG2000 位平面编解码算法实现.计算机辅助设计与图形学学报,2005,17(11):2471~2476
[43] 张宏伟,刘正光,陈红新.基于 JPEG2000 的一次性扫描、高效编码算法的研究.计算机应用,2005,25(5):1069~1071
[44] 王勇,郑南宁,梅魁志,朱悦心,刘跃虎.一种高效的 JPEG2000 位平面编码器设计.西安交通大学学报,2005,39(2):158~161
[45] 杨方洲,刘锐.JPEG2000 中的 EBCOT 算法简介.信息技术,2004,28(5):38~41
[46] 鲁则瑜,华林,朱柯,程君侠.JPEG2000 高速 MQ 编解码器的 VLSI 实现.复旦学报(自然科学版),2005,44(1):21~25
[47] 周宁,汤晓军,徐维朴.JPEG2000 图像压缩标准及其关键算法.现代电子技术,2002,(12):1~5
[48] M.Boliek,C.Christopoulos and E.Majiali. JPEG 2000 Part 1 Final Committee Draft Version 1.0 International Standard(ISO/IEC FDIS15444-1)ISO/IEC JTC1/SC29/WG1 N1855, 2000,18(8):71~92
[49] Kuang S R, Jou J M, Chen R D. Dynamic pipeline design of an adaptive binary arithmetic coder. IEEE Trans on Circuits and System II,2001,48(9):813~825
[50] 张连俊,彭荣群.图像压缩编码方法分析.中国有线电视,2004(18):6~9
[51] 吴 铮,何明一. 基于小波变换和分段 DPCM 混合编码的多光谱遥感图像压缩算法. 电子与信息学报,2003,25(6):747~754
[52] M C Hung, D L Yang. An efficient fuzzy C-means clustering algorithm. Proceedings of IEEE International Conference on Data Mining, 2001, 29(2): 225~232
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |