CN1390059A

CN1390059A - 合成孔径雷达复数图像数据压缩方法

Info

Publication number: CN1390059A
Application number: CN 01118552
Authority: CN
Inventors: 王贞松; 谢列宾
Original assignee: Institute of Computing Technology of CAS
Current assignee: XIAOSHAN INDUSTRY RESEARCH INSTITUTE
Priority date: 2001-06-01
Filing date: 2001-06-01
Publication date: 2003-01-08
Anticipated expiration: 2021-06-01
Also published as: CN1148067C

Abstract

本发明提供了一种合成孔径雷达(SAR)复数图像数据的压缩方法:对SAR复数图像用其模值以及实部(虚部)分别压缩,从而保留图像相位信息。对图像子块进行基于内容的自适应分类,采用蒙版对图像内容进行划分,并且根据蒙版对图像进行基于不同参数的改进的JPEG方法压缩。

Description

合成孔径雷达复数图像数据压缩方法

本发明涉及一种复数图像数据压缩的方法，特别涉及一种用于合成孔径雷达复数图像数据压缩的方法。

合成孔径雷达(Synthetic Aperture Radar，简称SAR)是一种利用微波成像的对地观测系统，是一种高分辨率成像雷达系统。合成孔径雷达广泛应用于灾害监测、资源勘探、海洋研究、军事侦察等诸多领域。合成孔径雷达的原始数据经过信号处理，实施合成孔径，实现方位向的高分辨率，利用调频脉冲压缩技术来实现距离向的高分辨率。

如图1所示，其为典型的合成孔径雷达的信号处理的框图。该信号处理流程图中包括：

雷达接收到的信号S(t)1被正交分离成为I相和Q相信号，然后经过A/D转换器3转换成为数字信号，I相和Q相的数字信号相加得到的复数信号经由匹配滤波器4处理得到合成孔径雷达的复数图像数据5(复数数据的模值为地面目标回波的能量，而复数的复角的主值为地面目标回波的相位)。随后，SAR的复数图像数据被存储或者被传输。

对于合成孔径雷达，其原始数据的数据率等于脉冲重复频率、回波信号采样频率和每个采样点的量化比特数的乘积。由此，可以知道合成孔径雷达的数据率相当高：91年发射的ERS-1以及ERS-2卫星上的星载SAR数据率可以达到105Mb/s，而每天的原始数据量达到近200GB。庞大的数据量对雷达图像数据的存储和传输都构成相当的负担。数据的存储和传输成为SAR系统的瓶颈，影响到整个系统的性能。因此，通过数据压缩技术，在保证SAR图像的质量的前提下，减少数据率，对于合成孔径雷达系统具有重要的意义。

本发明的目的在于提供一种SAR复数图像数据的压缩方法，使得SAR图像数据率和数据量大大下降，同时保证重建后的SAR图像数据仍然可以满足包括干涉SAR处理获取三维地面图像的应用要求。

本发明的另一目的是提供复数图像(全息图像)数据压缩的一种方法，为全息图像的传输提供技术基础。

为了达到上述的目的，本发明对于经过信号处理后得到的SAR复数图像数据采取以下的压缩流程：

复数图像的数据压缩分为两部分：

a.计算复数数据的模值，然后量化，对于量化后的数据进行编码，得到压缩数据。编码数据与量化表一起被存储或者传输。

b.取复数数据的实部(虚部)，然后量化，对于量化后的数据进行编码，得到压缩数据。编码数据与量化表一起被存储或者传输。

压缩数据的解压缩也分为两个部分：

a.对已编码的模值数据进行解码，解码后数据分成两路，一路直接输出，即为通常的图像数据；另一路根据相应的量化表计算出原始模值数据，然后连同恢复的原始实部(虚部)信息一起，通过计算其反三角函数得出原始复数图像包含的相位信息。

b.对已编码的实部(虚部)数据进行解码，解码根据相应的量化表计算出原始的实部(虚部)数据，然后连同恢复的原始模值信息一起，通过计算其反三角函数得出原始复数图像包含的相位信息。

图像压缩的核心部分是编码模块。正交变换编码可以有效的除去图像信号的相关性，从而在相同的图像精度下大幅度的压缩图像数据，比如现行的JPEG标准。

下面参照附图具体描述本发明的方法，其中：

图1为合成孔径雷达信号处理框图；

图2为复数图像压缩/解压缩原理框图；

图3为压缩编码原理框图；

图4为解压缩原理框图；

图5A为复数图像数据的模值图像；

图5B为复数图像数据的实部图像；

图5C为复数图像数据的虚部图像；

图6是精度为8×8的蒙版；

图7为重建的模值图像；

图8为重建的实部图像；

图9为重建的相位信息。

如图2中所示，对于经过信号处理后得到的SAR复数图像数据采取以下的压缩流程：

复数图像21的数据压缩20分为两部分：

a.计算复数数据的模值23，然后量化25，对于量化后的数据进行编码27，得到压缩数据。编码数据与量化表26一起被存储或者传输。

b.取复数数据的实部(虚部)22，然后量化24，对于量化后的数据进行编码28，得到压缩数据。编码数据与量化表29一起被存储或者传输。

压缩数据的解压缩30也分为两个部分：

a.对已编码的模值数据进行解码32，解码后数据分成两路，一路直接输出，即为通常的图像数据；另一路根据相应的量化表计算出原始模值数据31，然后连同恢复的原始实部(虚部)信息34一起，通过计算其反三角函数得出原始复数图像包含的相位信息。

b.对已编码的实部(虚部)数据28进行解码33，解码根据相应的量化表29计算出原始的实部(虚部)数据34，然后连同恢复的原始模值信息一起，通过计算其反三角函数得出原始复数图像包含的相位信息。

编码部分在现行的JPEG标准的基础上加以改进，编码部分的原理框图如图3所示：

将灰度图像51划分成子块52，对于每个子块图像包含的信息进行分析评估58，然后将图像的子块根据评估的结果按照信息的重要程度(对于SAR图像来说，大片的灰度值比较低的区域包含的信息相对不重要)进行分类，得出图像分类信息59。根据图像分割的信息制订相应的量化表510，从而实现根据图像包含的信息不同而不同的基于内容的自适应压缩。

整个压缩的过程相当于将一幅图像按照包含的信息划分成为数幅互相不重叠的子图像，分别进行压缩，然后在解压缩一端对各个子图像进行解压，然后叠加恢复重建原始图像。

压缩的具体步骤如下：1.对灰度图像进行8×8子块(子块的大小可以根据实际应用的需要而变化)的划分52。

1.对每一子块包含的数据进行分析，计算其灰度值的均值以及方差，根据分析得到的数据得出该子块的分类信息。具体做法如下：对于SAR图像来说，计算子块的灰度平均值以及方差，对于平均灰度在某一灰度值区间(比如0～15)并且其方差同时也小于方差门限值(比如20)的归成一类，对这部分的图像采用相同的压缩参数压缩，记录下该子块的分类信息(对应于相应的JPEG算法压缩质量因子)以及其在整幅图像中的座标位置。(在合成孔径雷达图像中，灰度值低的区域为水面或者山体的阴影，其中包含的信息量相对较少；而方差的门限用来确保该子块中没有明显的小目标因为采用高压缩比的压缩参数而损失信息。)

2.根据得到的同一分类的子块的座标制作相应的蒙版，与图像数据一起，构成该分类子图像。蒙版为一与原始图像等大的位图图像(黑白图像，值为0和1)，对应每个分类，属于本类的子块的位置所在的象素值为1，其它区域的值为0。

3.将原始图像与各个分类的蒙版进行逻辑“与”的操作，得出各个分类的子图像。

4.对于每个分类子图像根据其分类信息给定的压缩参数，对子图像应用改进的JPEG算法进行编码：

a.离散余弦变换54。

b.依据分类信息计算(或查找)相应的量化表510。JPEG算法的关键部分在于算法中的量化表的选用：量化阶大，压缩比就高，图像质量相对就差；量化阶小，压缩比就低，图像质量相对就好。对于每个分类子图像的量化表的选用：可以指定一个固定的量化表，然后对不同的分类将此量化表乘以不同的系数计算得到；也可以事先对类似的图像数据进行统计分析，计算整理出对于不同特征的分类子图像适合采用的有针对性的优化的量化表。

c.量化55。

d.熵编码56，保存对应的Huffman表。

5.将压缩后的编码57连同子块分类信息、量化表以及Huffman表一起保存或者传输。

压缩图像数据的解码过程与编码过程相反，其原理框图如图4所示：

解压缩的具体步骤如下：

1.从压缩数据61中获取子块分类信息67。

2.根据子块分类信息，从压缩数据中取得相应的Huffman表68以及量化表69数据。

3.对于每个分类子图像根据相应的参数，应用改进的JPEG算法进行解码：

a.根据相应的Huffman表进行熵解码。

b.依据相应的的量化表去量化63。

c.逆离散余弦变换65。

4.根据得到的分类索引对应的蒙版信息，与解码后的图像数据一起，重建该分类子图像66。

5.叠加各个分类的子图像，重建图像信息。

举例说明：

合成孔径雷达复数信息中包含的相位信息主要应用在生成地面形态的数字高程图像，我们以大小为512×512的合成孔径雷达山体的SAR复数图像数据为例。分别显示复数图像的实部和虚部的绝对值图像如图5A。将实部和虚部(正负的实数)以相同的比例，变换到灰度图像的值域(0～255)，如图5B和5C。

对此复数，我们设定分块大小为8×8，制作8×8单元尺寸的蒙版。根据图像信息，我们将子块分成两类，得出蒙版图像如图6。

根据蒙版，选择不同的压缩量化表，压缩模值图像。解压缩并根据蒙版综合重建的图像如图7所示。

同样根据蒙版对实部图像数据进行压缩，然后恢复重建的图像，如图8所示。

由此，可以计算得出重建图像包含的相位信息，如图9所示。

与目前现有的图像压缩方法相比较，新方法增加了几个方面的考虑：

1.增加了对复数图像的压缩方法的考虑，即不单单考虑用作人眼观察的平面图像的压缩，同时压缩保存复数图像中包含的相位信息。而相位信息对于SAR，尤其是干涉SAR来说是相当重要甚至是不可缺少的一部分。同时本方法也可以考虑应用在具有类似要求的全息图像的压缩中。

2.对于相位信息的保留，我们采用保存复数图像各个象素的幅值和实部(虚部)数据，分别进行压缩。然后在解压缩时，根据相应的三角函数关系求出各个象素的相位。

3.对于幅值或者实部(虚部)数据的压缩，我们将数据量化成为0～255的整数，即256个灰度级的灰度图像，然后应用改进后的JPEG算法对该灰度图像进行压缩。

4.在灰度图像的压缩中，我们首先将灰度图像进行同样大小子块的分割，对分割后的子块图像包含的信息进行分析，根据分析结果的不同加以分类整理，制作蒙版，并且给出相应的DCT量化表。

5.对灰度图像进行压缩时，压缩的对象为图像与蒙版进行逻辑“与”操作后的相应分类的子图像，并且根据优化过的量化表进行量化。在JPEG算法中，压缩比以及质量由DCT量化表所决定，如此就可以根据图像内容的不同而采用不同的量化表：对包含重要信息的子图像采用细量化阶的DCT量化表；而包含不重要信息的子图像采用粗量化阶的DCT量化表，从而实现基于内容的自适应压缩。

Claims

1、一种复数图像压缩的方法，其中包括压缩和解压缩两个部分：1)复数图像的数据压缩包括如下步骤：

a.计算复数数据的模值，然后用量化表进行量化，对于量化后的数据进行编码，得到压缩数据；

b.取复数数据的实部或虚部，然后用量化表进行量化，对于量化后的数据进行编码，得到压缩数据。编码数据与量化表一起被存储或者传输；

压缩数据的解压缩也分为两个部分：

c.对已编码的模值数据进行解码，解码后数据分成两路，一路直接输出，即为通常的图像数据；另一路根据相应的量化表计算出原始模值数据，然后连同恢复的原始实部或虚部信息一起，通过计算出原始复数图像包含的相位信息；

d.对已编码的实部或虚部数据进行解码，解码根据相应的量化表计算出原始的实部或虚部数据，然后连同恢复的原始模值信息一起，通过计算原始复数图像包含的相位信息。

2.根据权利要求1所述的复数图像压缩方法，其中在数据压缩部分进一步包括如下步骤：

对复数图像按照自定义大小的子块进行划分；

对每一子块包含的数据进行分析，计算其灰度值的均值以及方差，根据分析得到的数据得出该子块的分类索引，并且给出该分类应采用的DCT量化表；

根据得到的分类索引制作相应的蒙版，与图像数据一起，构成该分类子图像；

对于每个分类子图像根据其分类信息给定的压缩参数，对子图像应用压缩算法对图像进行编码；

将压缩后的编码连同子块分类信息以及量化表一起保存或者传输。

3.根据权利要求2所述的方法，其中蒙版的最小单元的大小等于划分的子块的大小，将图像与蒙版结合，依据蒙版不同，依照不同的参数对蒙版图像进行图像的压缩以及解压缩。

4.根据权利要求2或3所述的复数图像压缩方法，其中每个蒙版与一个图像分类相对应，每个蒙版也按照预定大小的子块划分，在一个图像分类的蒙版中，对应于属于该图像分类的原始图像子块的蒙版子块为逻辑“1”，否则该蒙版子块为逻辑“0”。

5.根据权利要求4所述的复数图像压缩方法，其中通过把蒙版与被压缩图像进行逻辑“与”操作后得到相应分类的子图像，并且根据相应该分类的量化表进行量化。

6.根据权利要求1、2或5所述的复数图像压缩方法，其中根据图像内容的分类不同而采用不同的量化表：对包含重要信息的子图像采用细量化阶的量化表；而包含不重要信息的子图像采用粗量化阶的量化表。

7.根据权利要求6所述的复数图像压缩方法，其中根据图像子块的平均灰度值和方差是否在预定范围内而判断图像子块的重要性。

8.根据权利要求2所述的复数图像压缩方法，其中所述压缩算法是JPEG图像压缩法。

9.根据权利要求1、2或3所述复数图像为合成孔径雷达复数图像。