超大像素航空相机图像压缩算法的研究与应用

    1 引言

    普通数码相机已经广泛应用在各个领域,但是由于性能上的不足还不能应用于军事领域,比如分辨率太低、抗震性差、不能实时传输图像等。因此,超大像素的航空数码相机成为当前研究的热点。以每像素8bit采样的8500万像素的黑白CCD数码相机为例,成像后的原始数据可以达到81MB,如果连续拍摄6000幅图像,总存储量需要475GB。由于机载设备的存储空间和传输速率是有限的,所以必须高倍率地压缩图像。但是,高空拍照时地面的1m2可能仅相当于图像中的一个像素,所以分辨率不能太低,否则获得的图像就会失去应用价值。综合考虑压缩质量、压缩速度和压缩效率,应用于数码相机图像处理系统的压缩算法的压缩质量和速度就成了亟待解决的瓶颈问题。目前数码领域应用最广泛、技术最成熟的是JPEG压缩标准推荐的压缩算法,而且该算法可以提供满意的图像质量和压缩率。在此基础上文中研究的超大像素航空相机图像压缩算法是基于JPEG压缩标准的。

    2 JPEG压缩标准[1]

    JPEG基线系统(Baseline)数据流程如图1所示。

    首先,对每一个8@8像素大小的子块进行二维前向离散余弦变换(简称FDCT),子块由8@8的矩阵表示。二维FDCT的正变换和逆变换定义如式(1)、(2)所示。其中f(i,j)表示位于子块内(i,j)坐标处的像素值,对于黑白CCD来说就是亮度值;F(u,v)表示位于子块内(u,v)坐标处的DCT系数。经过变换后包含图像主要信息的低频分量都集中在左上角,包含图像细节的高频分量分布在右下角。

    其中:C(u),C(v)=1(当u,v=1,2,3,4,5,6,7)

    第二步,对DCT系数进行量化,将DCT系数按比例缩小,并取其最接近的整数值,该处理过程称为量化(Quantization)。将量化后的数据再按原比例恢复为最接近原始系数值的处理过程称为逆量化(Dequantization ) ,定义如式(3)所示。

    量化减小了非0系数的幅度,增加了0值系数的数目,降低了比特率,以达到压缩的目的。JPEG标准对64个系数用量化表进行标量量化。它推荐的量化表是依据心理听觉的实验得出的。这种均匀的标量量化表作为JPEG标准的可选部分提供。其中亮度量化表如表1所示。将DCT系数量化后,再按照/Z0字型方式将块中的系数排序,然后对得到的序列进行基于Huff-man码的直流分量差分脉冲编码调制(DPCM)编码和游程编码(RLE),最后将码流按照JPEG标准格式写文件,用于传输和存储。

    3 JPEG自适应优化量化表的引入

    在JPEG算法中,二维8*8的DCT变换占有绝大部分的计算量。虽然DCT变换占有JPEG基线系统绝大部分的计算量,但是目前已有专家学者提出DCT变换的多种快速算法,其快速性能已经能满足目前的需求。但是图像的最终压缩质量和文件大小却取决于量化表。