CN108200436B - 一种面向线列扫描红外成像非均匀性残差的无损压缩方法 - Google Patents

一种面向线列扫描红外成像非均匀性残差的无损压缩方法 Download PDF

Info

Publication number
CN108200436B
CN108200436B CN201711477821.4A CN201711477821A CN108200436B CN 108200436 B CN108200436 B CN 108200436B CN 201711477821 A CN201711477821 A CN 201711477821A CN 108200436 B CN108200436 B CN 108200436B
Authority
CN
China
Prior art keywords
image
component
column
piecemeal
heterogeneity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711477821.4A
Other languages
English (en)
Other versions
CN108200436A (zh
Inventor
张天序
张耀宗
姚守悝
李正涛
陆檑
周灿新
余俊延
颜露新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201711477821.4A priority Critical patent/CN108200436B/zh
Publication of CN108200436A publication Critical patent/CN108200436A/zh
Application granted granted Critical
Publication of CN108200436B publication Critical patent/CN108200436B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种面向线列扫描红外成像非均匀性残差的无损压缩方法，包括如下步骤：使用傅立叶分解提取出图像每列的直流分量并取整，得到图像列直流分量数组DC；将每列中的每个像素都减去直流分量数组DC中相应列的值，得到去除了像元在列向非均匀性的图像；对去列向非均匀性图像做分块动态范围自适应判别的预测压缩编码；对列直流分量向量DC进行无损一维预测压缩编码；分别对上述两种压缩码流进行传输。本发明使用傅里叶分解方法提取图像中像元在列向上的非均匀性，降低了图像的非均匀性残差，对非均匀成分和去除非均匀性的图像做无损压缩，并将压缩码流分别传输，有效提升了压缩比率，缓解了带宽受限的问题。

Description

一种面向线列扫描红外成像非均匀性残差的无损压缩方法
技术领域
本发明属于航天航空星载图像压缩领域，更具体地，涉及一种面向线列扫描红外成像非均匀性残差的无损压缩方法。
背景技术
星载图像幅面宽、数据量大，必须使用压缩技术降低数据传输量，缓解传输带宽受限与传输数据量大的矛盾。卫星图像中若存在高危高价值目标，则为了不损失目标信息，必须使用无损压缩技术。相比有损压缩，无损压缩能达到的压缩比非常有限，其压缩性能主要取决于图像本身的相关性和数据的有效动态范围。图像的相关性越强，图像数据有效动态范围越小，则无损压缩性能就会越好。
非均匀性残差经常出现在基于线列像元扫描成像的卫星图像中，其主要形成原因是线列光、电传感器器件在扫描成像过程中线列上各像元的非均匀性响应存在差异，造成了图像数据在一定方向上出现的灰度值连续偏高或偏低的现象，使得图像中存在“条带”现象。线列各像元的非均匀性残差掩盖了真实世界中场景经常连续变化的信息，降低了像素间本来的相关性，使用现有无损压缩技术无法充分利用相关性进行预测编码而提高压缩比率，对有限带宽的数据传输产生不利影响。
现有的各种无损压缩方法一方面没有考虑图像本身的退化特性对图像内部像素间相关性的影响，另一方面没有考虑图像数据自身的特点，采用固定位宽的模式，不能自适应的调整预测编码时所使用的位宽，从而无法有效的对图像数据进行无损压缩，因此压缩比低，带宽受限的问题得不到缓解。
发明内容
针对现有技术的缺陷和改进需求，本发明提供了一种面向线列扫描红外成像非均匀性残差的无损压缩方法，其目的在于，降低图像中对压缩有干扰和影响的列向非均匀残差，提升像素在行方向上的相关性，利用去除非均匀性后图像数据动态范围缩小的特性，从提升图像相关性和缩小数据有效位宽两方面提高对线列扫描红外图像的无损压缩比率。
为实现上述目的，本发明提供了一种面向线列扫描红外成像非均匀性残差的无损压缩方法，包括如下步骤：
(1)提取大小为M×N的图像中的一列，得到长度为M的一维信号分量f，其中每一个像素记为f(x),x＝0,1,...,M-1，对一维信号分量f进行离散傅里叶变换，得到长度为M的频率数据序列F，序列F中每一个元素的计算公式如下：
其中，u为频率变量；序列F中第n个点对应的频率为其中，Fs为采样频率，
(2)取序列F的首个数据等于a1+b1·i，计算得到一维信号分量f的直流分量为并对直流分量dc取整；
(3)依次提取图像中的每一列，得到对应的一维信号分量，并重复执行步骤(1)～步骤(2)直到获得长度为N的直流分量数组DC；直流分量数组DC中每一个元素为图像的一列数据所对应的取整后的直流分量；
(4)依次获取图像中每一列对应的一维信号分量，减去直流分量数组DC中该列所对应的取整后的直流分量，得到去除了列向非均匀性的图像，图像大小为M×N；步骤(1)～步骤(4)的操作，去除了图像在列方向上的非均匀性，降低了图像在行方向上的非均匀性残差，提升了图像在行方向上像素间的相关性，同时降低了原始数据的动态范围；
(5)对步骤(4)得到的大小为M×N图像数据做分块动态范围自适应判别的预测编码，得到压缩码流BS1；
(6)对步骤(3)得到的直流分量数组DC进行无损一维预测编码，得到压缩码流BS2；
(7)分别对压缩码流BS1和压缩码流BS2进行信号传输。
进一步地，步骤(5)具体包括如下步骤：
(51)将大小为M×N的图像分成多个M1×N1的分块；所得分块完整覆盖整个图像且相互间没有重叠；对于分块至边界处图像数据不足分块大小的情况，用0补齐；为避免增补数据而导致压缩量增加，分块大小应尽量满足与图像大小成整数倍关系，分块大小通常设置为8×32、8×64、16×32或者16×64；
(52)对于一个M1×N1分块，遍历分块内所有像素值，得到其最大值Pmax和最小值Pmin，并根据最大值Pmax和最小值Pmin计算该分块数据的有效动态范围R；有效动态范围R的计算公式如下：
其中，表示向上取整；
(53)依次获取每一个M1×N1分块，执行步骤(52)，得到该分块对应的有效动态范围R，然后对该分块数据进行预测编码，得到压缩码流，编码的数据位宽设置为R。
更进一步地，步骤(53)中，常用的预测编码算法为JPEG-LS。
进一步地，步骤(6)中，常用的无损一维预测编码方法包括脉冲编码调制PCM(Pulse Code Modulation)和差分脉冲编码调制DPCM(Differential Pulse CodeModulation)。
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
(1)通过降低对压缩有干扰和影响的图像非均匀残差和数据有效动态范围，提升了图像中像素在行方向上的相关性，从而有效提高了图像的无损压缩比率，缓解了信号传输带宽紧张与传输数据量大的矛盾；
(2)使用本方法得到的压缩码流BS1和压缩码流BS2可以无损还原原始图像数据；
(3)使用本方法得到的压缩码流BS1可以恢复去除非均匀性后的图像，该图像相比原始图像，更加有利于目标的检测和识别，因而能够提高数据的应用价值，扩展数据的应用模式，增加数据应用的灵活性。
附图说明
图1为本发明提供的无损压缩方法的流程图；
图2为现有的线列扫描红外图像中的非均匀性现象；
图3为图像每一列的直流分量信号；
图4为取出列向非均匀性后的图像；
图5为有效动态范围缩小示意图；
图6为对分块动态范围自适应判别的预测编码示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图2所示为一幅典型的线列扫描红外图像，其列向非均匀性残差表现为图像上的多个竖直条带。这种现象的形成原因与扫描图像的成像机理有关。扫描图像的成像设备是排成一行的多个感光探测元，整幅图像是经由该“行”探测元自上向下扫描整个视场所得到的。由于排列在一起的不同探测元对光、电响应的非均匀性存在差异，使得传感器传出数据，即使场景相同位置相邻，在图像上仍可能有较大跳变。扫描时每个探测元形成一列响应数据，可认为短时间内其响应的非均匀性不随时间变化，即非均匀性的直流分量保持不变。因此可以通过对图像中每一列的傅立叶分析，得到每个探测元对当前场景响应的直流分量。该直流分量实际上包括非均匀性直流分量和成像景物的直流分量，由于图像中场景始终在变化，成像景物的直流分量相比像元的非均匀性直流分量可以忽略不记。对这两者进行提取和去除，有利于提升利用了数据相关性的预测编码方法的压缩比率。
本发明提供的面向线列扫描红外成像非均匀性残差的无损压缩方法，如图1所示，包括如下步骤：
(1)提取大小为2000×2000图像中一列，得到长度为2000的一维信号分量f，其中每一个像素记为f(x),x＝0,1,...,1999；对一维信号分量f进行离散傅里叶变换，得到长度为2000的频率数据序列F，序列F中每一个元素的计算公式如下：
其中，u为频率变量；序列F中第n个点对应的频率为其中，Fs为采样频率，
(2)取序列F的首个数据等于a1+b1·i，得到一维信号分量f的直流分量为并对直流分量dc取整；
(3)依次提取图像中的每一列，得到对应的一维信号分量，并执行步骤(1)～步骤(2)，得到长度为2000的直流分量数组DC；直流分量数组DC中每一个元素为图像的一列取整后的直流分量；对应的直流分量信号如图3所示；
(4)依次获取图像中每一列对应的一维信号分量，减去直流分量数组DC中该列所对应的取整后的直流分量，得到如图4所示的去除了列向非均匀性的图像；图像大小为2000×2000；
(5)将步骤(4)得到的大小为2000×2000图像数据分成多个16×32的分块；对每个分块，遍历分块内所有像素值，得到其最大值Pmax和最小值Pmin，，并根据公式计算该分块数据的有效动态范围R；对该分块数据进行JPEG-LS预测编码，编码位宽设置为R，得到压缩码流BS1，如图6所示；
(6)对步骤(3)得到的直流分量数组DC进行DPCM编码，得到压缩码流BS2；
(7)分别对压缩码流BS1和压缩码流BS2进行信号传输。
图4所示的去除了列向非均匀性的图像与图2所示的原始图像相比，图像在行方向上像素的变化更加连续和平缓，说明去除列向非均匀性的操作提升了图像在行方向上像素间的相关性；这对后续图像的压缩是十分有利的；该操作还降低了数据的有效动态范围，如图5所示。
利用本发明提供的面向线列扫描红外成像非均匀性残差的无损压缩方法对8幅扫描红外图像进行了去除列向非均匀性实验，压缩方法为JPEG-LS，分块大小为16×64；分别计算了去除列向非均匀性前后数据的有效动态范围和压缩比率；8幅图像数据位宽都为12位，都存在严重的列向非均匀性差异。去除列向非均匀性前后数据的有效动态范围如表1所示，表1所示的数据说明了通过本发明提供的无损压缩方法可以明显降低数据的有效动态范围；去除列向非均匀性前后数据的压缩比率如表2所示，表2所示的数据说明了本发明提供的无损压缩方法可以有效提升数据的压缩比率。
表1去除列向非均匀性前后数据的有效动态范围
图像编号 原始数据位宽 去除非均匀性后数据有效位宽
1 12 11
2 12 11
3 12 9
4 12 9
5 12 11
6 12 11
7 12 10
8 12 10
表2去除列向非均匀性前后数据的压缩比率
图像编号 行数为2的幂次 原图压缩比 本方法压缩比 提升
1 否 2.02736 2.12435 4.78％
2 否 2.01914 2.11456 4.73％
3 否 2.0402 2.12795 4.30％
4 否 2.03139 2.11954 4.34％
5 是 3.38909 3.80743 12.34％
6 是 3.39218 3.81199 12.38％
7 是 3.20022 3.50316 9.47％
8 是 3.19797 3.50007 9.45％
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种面向线列扫描红外成像非均匀性残差的无损压缩方法，其特征在于，包括如下步骤：
(1)提取大小为M×N的图像中的一列，得到一维信号分量f，对所述一维信号分量f进行离散傅里叶变换，得到频率数据序列F；
(2)取所述序列F的首个数据等于a1+b1·i，计算得到所述一维信号分量f的直流分量dc，并对所述直流分量dc取整；
(3)依次提取图像中的每一列，得到对应的一维信号分量，并重复执行所述步骤(1)～所述步骤(2)直到获得长度为N的直流分量数组DC；
(4)依次获取图像中每一列对应的一维信号分量，减去所述直流分量数组DC中该列所对应的取整后的直流分量，得到去除了列向非均匀性的图像，图像大小为M×N；
(5)对所述步骤(4)得到的大小为M×N图像数据做分块动态范围自适应判别的预测编码，得到压缩码流BS1；
(6)对所述步骤(3)得到的直流分量数组DC进行无损一维预测编码，得到压缩码流BS2；
(7)分别对所述压缩码流BS1和所述压缩码流BS2进行信号传输；
其中，所述步骤(5)具体包括如下步骤：
(51)将大小为M×N的图像分成多个M1×N1的分块；所得分块完整覆盖整个图像且相互间没有重叠；对于分块至边界处图像数据不足分块大小的情况，用0补齐；
(52)对于一个M1×N1分块，遍历所述分块内所有像素值，得到其最大值Pmax和最小值Pmin，并根据所述最大值Pmax和所述最小值Pmin计算所述分块数据的有效动态范围R；所述有效动态范围R的计算公式如下：
其中，表示向上取整；
(53)依次获取每一个M1×N1分块，执行所述步骤(52)，得到该分块对应的有效动态范围R，然后对该分块数据进行预测编码，得到压缩码流，编码的数据位宽设置为R；
所述步骤(53)中，对分块数据进行预测编码的算法为JPEG-LS。
2.如权利要求1所述的面向线列扫描红外成像非均匀性残差的无损压缩方法，其特征在于，所述步骤(2)中，所述直流分量dc的计算公式为
3.如权利要求1所述的面向线列扫描红外成像非均匀性残差的无损压缩方法，其特征在于，所述步骤(6)中，对所述直流分量数组DC进行无损一维预测编码的算法为脉冲编码调制。
4.如权利要求1所述的面向线列扫描红外成像非均匀性残差的无损压缩方法，其特征在于，所述步骤(6)中，对所述直流分量数组DC进行无损一维预测编码的算法为差分脉冲编码调制。
CN201711477821.4A 2017-12-29 2017-12-29 一种面向线列扫描红外成像非均匀性残差的无损压缩方法 Active CN108200436B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711477821.4A CN108200436B (zh) 2017-12-29 2017-12-29 一种面向线列扫描红外成像非均匀性残差的无损压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711477821.4A CN108200436B (zh) 2017-12-29 2017-12-29 一种面向线列扫描红外成像非均匀性残差的无损压缩方法

Publications (2)

Publication Number Publication Date
CN108200436A CN108200436A (zh) 2018-06-22
CN108200436B true CN108200436B (zh) 2019-06-18

Family

ID=62586530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711477821.4A Active CN108200436B (zh) 2017-12-29 2017-12-29 一种面向线列扫描红外成像非均匀性残差的无损压缩方法

Country Status (1)

Country Link
CN (1) CN108200436B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785312B (zh) * 2019-01-16 2020-10-09 创新奇智(广州)科技有限公司 一种图像模糊检测方法、系统及电子设备
CN110611509B (zh) * 2019-08-16 2023-12-29 宁海县雁苍山电力建设有限公司 一种红外温度数据压缩方法及系统
CN110581995A (zh) * 2019-09-12 2019-12-17 北京奇艺世纪科技有限公司 一种视频处理的方法及装置
CN113075624B (zh) * 2021-03-31 2024-03-19 华中科技大学 一种雷达回波序列的无损压缩方法、装置和雷达系统
CN115856891B (zh) * 2023-03-01 2023-05-12 中国科学院空天信息创新研究院 一种高分辨率星载sar非均匀波束扫描成像方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1806239A (zh) * 2003-07-14 2006-07-19 弗兰霍菲尔运输应用研究公司 用于转换为变换表示或对变换表示进行反转换的设备和方法
CN101576412A (zh) * 2009-06-05 2009-11-11 西安空间无线电技术研究所 星载超光谱干涉条纹图像准无损实时压缩方法
CN101776487A (zh) * 2009-12-31 2010-07-14 华中科技大学 一种红外焦平面非均匀性指纹提取及图像校正方法
CN101776486B (zh) * 2009-12-31 2011-08-10 华中科技大学 一种基于红外焦平面探测器非均匀性指纹模式的校正方法
CN102685498A (zh) * 2012-04-24 2012-09-19 浙江工业大学 一种基于jpeg-ls帧间扩展的三维声纳图像序列无损压缩方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7092578B2 (en) * 2001-10-23 2006-08-15 Agilent Technologies, Inc. Signaling adaptive-quantization matrices in JPEG using end-of-block codes
JP2011193140A (ja) * 2010-03-12 2011-09-29 Sony Corp 画像符号化装置及び画像符号化方法、並びにコンピューター・プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1806239A (zh) * 2003-07-14 2006-07-19 弗兰霍菲尔运输应用研究公司 用于转换为变换表示或对变换表示进行反转换的设备和方法
CN101576412A (zh) * 2009-06-05 2009-11-11 西安空间无线电技术研究所 星载超光谱干涉条纹图像准无损实时压缩方法
CN101776487A (zh) * 2009-12-31 2010-07-14 华中科技大学 一种红外焦平面非均匀性指纹提取及图像校正方法
CN101776486B (zh) * 2009-12-31 2011-08-10 华中科技大学 一种基于红外焦平面探测器非均匀性指纹模式的校正方法
CN102685498A (zh) * 2012-04-24 2012-09-19 浙江工业大学 一种基于jpeg-ls帧间扩展的三维声纳图像序列无损压缩方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Optics Temperature-Dependent Nonuniformity Correction Via L0-Regularized Prior for Airborne Infrared Imaging Systems;Liu Li,et al.;《IEEE Photonics Journal》;20161031;第8卷(第5期);全文
一种新的红外焦平面阵列非均匀性校正技术;曹志国，等.;《华中科技大学学报》;20011231;第29卷(第12期);全文
红外焦平面阵列非均匀性自适应校正算法研究进展;张天序，等.;《红外与毫米波学报》;20071231;第26卷(第6期);全文

Also Published As

Publication number Publication date
CN108200436A (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
CN108200436B (zh) 一种面向线列扫描红外成像非均匀性残差的无损压缩方法
CN108012157B (zh) 用于视频编码分数像素插值的卷积神经网络的构建方法
RU2646355C2 (ru) Решение для усовершенствованного кодирования содержимого экрана
US10257514B2 (en) Adaptive dequantization method and apparatus in video coding
KR102123958B1 (ko) 코딩 프로세스에서의 실시간 비디오 노이즈를 감소시키는 방법, 단말기, 및 컴퓨터로 판독할 수 있는 비휘발성 저장 매체
KR20200140096A (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
JP6141295B2 (ja) 知覚的に無損失のおよび知覚的に強調された画像圧縮システムならびに方法
WO2023274074A1 (en) Systems and methods for image filtering
CN110870310A (zh) 图像编码方法和装置
US11494946B2 (en) Data compression device and compression method configured to gradually adjust a quantization step size to obtain an optimal target quantization step size
CN111915518A (zh) 基于三重低秩模型的高光谱图像去噪方法
CN104486607A (zh) 一种图像色度降噪的方法及装置
Wang et al. Enhancing HEVC spatial prediction by context-based learning
WO2011089158A1 (en) Spatial prediction technique for video coding
Pasteau et al. Adaptive color decorrelation for predictive image codecs
CN115665413A (zh) 图像压缩最优量化参数的估计方法
JP4001629B2 (ja) コンピュータにより画像セグメントのピクセルを処理する方法および装置
CN107948644A (zh) 一种水下图像压缩方法及传输方法
KR101702937B1 (ko) 해상도 스케일링 방법 및 그 장치
EP4231643A1 (en) Method for image compression and apparatus for implementing the same
CN117459737B (zh) 一种图像预处理网络的训练方法和图像预处理方法
CN113132736B (zh) 一种基于dct域的hevc压缩噪声水平估计去噪方法
Kaur et al. An Analysis of Relationship Between Image Characteristics and Compression Quality for High-Resolution Satellite
Deng et al. 8‐2: Training Multi‐Scale Networks for Compression Artifacts Reduction
CN106231309B (zh) 医疗影像数据压缩方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant