低复杂度的高动态范围空间图像编码关键技术研究

高动态范围空间图像编码技术是未来空间数据传输系统的研究热点，传统的图像编码技术难以满足空间数据传输系统高性能、低复杂度的研制需求。在本项目中，我们将基于双正交重叠变换的图像编码技术应用到空间探测中，通过基于纹理特性的分类算法和基于稀疏表示的嵌入式编码方法，并结合基于图像结构特征的评价准则来构建不同类型图像的最优量化矩阵及熵编码参数。这些参数的构造是在地面端完成，因此，其复杂的优化计算过程并不会影响到空间编码算法。最后建立基于码率自适应的码率控制方法实时更新量化矩阵实现对压缩比的控制。另外，在编码算法的实现上，针对空间探测中的单粒子效应问题，从可修复性和高性能实现的角度，提出了一种基于可伸缩的高可靠性双正交重叠变换VLSI结构设计方法。本课题旨在探索空间图像编码技术中的新方法，预期将在理论和技术上有重大突破和创新，研究成果为我国未来深空探测技术的发展提供重要的理论基础和关键技术。

高动态范围空间图像编码技术是未来空间数据传输系统的研究热点，传统的图像编码技术难以满足空间数据传输系统高性能、低复杂度的研制需求。针对高动态范围空间图像编码技术，我们的研究主要围绕图像分类、变换编码、稀疏表示、图像质量评价和双正交重叠变换VLSI结构设计等方面展开。具体研究内容及创新之处包括：（1）提出了一种基于地物分类的高动态范围遥感图像编码方法。其主要思想是：定义不同的子信源，通过统计实验分析找到最佳子信源分布，然后使用支撑向量机把遥感图像子块分类到不同的子信源中，在一定的失真度下，采用率失真理论分别计算出各个子信源的码率。相对于传统方法，分别对子信源进行压缩可以有效地提高压缩比。（2）提出了一种基于图层分割和地物分类的高动态范围遥感图像编码方法。通过图层分割方法将高动态范围图像分为高频和低频信息，对于低频图层采用基于小波变换的编码方法，对于高频信息采用基于自适应稀疏表示的编码方法，稀疏表示的字典采用学习和基于母函数构造相结合的方式获得，实验结果证明该方法相对于传统的变换编码具有更好的率失真性能。（3）从降低图像编码复杂度出发，提出了一种基于差分熵的图像编码质量预测方法。以JPEG2000编码算法为例，通过数据拟合的方法，建立了一种不同压缩倍数下差分信息熵、压缩倍数与客观评价指标PSNR之间的关系式，并通过该关系式对图像编码质量进行预测，与其他方法相比，具有较小的预测误差。进一步地提出了一种基于梯度熵的图像编码质量预测方法，并取得了良好的预测效果。（4）提出了一种基于双边滤波的图像质量评价方法。将图像通过双边滤波分为滤波图像和噪声图像，并通过对滤波图像和噪声图像分别进行评估，以评估结果为依据进行综合质量评价。（5）提出了一种基于双正交重叠变换的分类编码方法。将双正交重叠变换、量化编码及嵌入式编码相结合，在算法复杂度与编码性能之间寻找到一个平衡点，并解决了传统基于双正交重叠变换的图像编码方法无法有效控制压缩码率的问题。进一步地提出了一种基于提升的高性能双正交重叠变换VLSI结构，实现了三个提升步骤的统一，通过调整参数的配置即可实现不同提升步骤的动态重构。本项目旨在探索高动态范围空间图像编码新方法，该项研究具有重要的理论意义和广泛的应用价值，研究成果为未来空间数据传输系统提供了重要的理论和技术支持。