基于分布式的低复杂度多光谱图像压缩编码方法研究

随着多光谱图像空间分辨率和光谱分辨率的不断提高，图像数据量呈几何级数增长，为了解决航天应用特别是深空探测应用中多光谱图像数据量与有限的带宽和存储资源之间的矛盾，必须采用高效数据压缩编码技术。传统的基于预测和三维变换的多光谱图像压缩算法由于复杂度高、抗误码能力差，无法在卫星系统中获得应用，目前只能采用各谱段独立压缩的方法实现星载多光谱图像压缩系统，压缩效率还很低，无法满足今后发展的需求。本项目针对航天应用对多光谱图像压缩算法的要求，在已有的研究基础上，深入研究基于分布式的低复杂度多光谱图像压缩编码方法，包括基于小波变换和LDPC的分布式编码方法以及基于陪集码的分布式编码方法。通过对关键帧编码、边信息估计、编码码率估计等关键技术的深入研究和突破，最终实现可以满足对地观测和深空探测应用要求的低复杂度、强抗误码能力的多光谱图像压缩方法。

成像光谱仪可以同时获得被测目标的空间和光谱信息，在航空航天遥感、军事侦察、环境检测、资源勘测等方面具有非常重要的应用价值。自1999年美国EOS成为第一个搭载成像光谱仪的卫星以来，已经陆续有几十颗卫星或航天器搭载了多光谱成像系统。在我国“神州三号”飞船、“嫦娥一号”卫星以及将要发射的“天宫一号”目标飞行器上都把多光谱成像仪作为主要载荷搭载。传统多光谱图像压缩编码方法在编码端利用谱间相关性进行谱间预测或变换来提高压缩效率，复杂度高、存储量大、抗误码能力差，难以满足航天应用要求。本项目针对航天应用，通过进一步分析多光谱图像的成像特点，研究分布式多光谱图像信源编码方法，并提出了一种基于分层树集合分割的分布式干涉多光谱图像压缩算法，在8倍压缩下与传统3D-SPIHT算法相比PSNR可提高4dB同时降低了编码复杂度和存储量；提出了一种基于L∞最小搜索和陪集码的分布式高光谱图像无损与近无损压缩算法，与原有陪集分布式编码算法相比，无损压缩码率可降低0.25bpp，近无损性能明显优于JPEG-LS；提出了一种基于分类和陪集码的高光谱图像无损压缩算法，与已有基于陪集的分布式图像压缩算法相比，无损压缩码率可降低0.4bpp；提出了一种基于广度优先搜索的SPIHT编码VLSI架构，与已有算法相比，进一步提高了编码效率和处理速度。因此，本项目提出的算法在保持低复杂度和高可靠性的同时，提高了多光谱图像无损和有损压缩的效率，并解决了核心算法的高速硬件实现难题，可以满足我国航天遥感应用的要求。在本项目资助下，项目组成员发表论文11篇，获得授权发明专利6项。项目成果成功应用于嫦娥二号、嫦娥三号卫星和天宫一号目标飞行器，项目负责人以第一完成人获得了2011年度教育部科技进步一等奖和2012年度国家科技进步二等奖，并获得首届优秀青年科学基金项目资助。