面向移動(dòng)服務(wù)的遙感影像感興趣區(qū)提取壓縮方法

吳飛龍，濮國(guó)梁，程承旗，王煥炯，李 濱

(1. 北京大學(xué)遙感與地理信息系統(tǒng)研究所，北京 100871； 2. 31009部隊(duì)，北京 100088；3. 北京大學(xué)工學(xué)院，北京 100871； 4. 中國(guó)科學(xué)院地理科學(xué)與資源研究所，北京 100101)

?

面向移動(dòng)服務(wù)的遙感影像感興趣區(qū)提取壓縮方法

吳飛龍1,2，濮國(guó)梁3，程承旗3，王煥炯4，李 濱1

(1. 北京大學(xué)遙感與地理信息系統(tǒng)研究所，北京 100871； 2. 31009部隊(duì)，北京 100088；3. 北京大學(xué)工學(xué)院，北京 100871； 4. 中國(guó)科學(xué)院地理科學(xué)與資源研究所，北京 100101)

在面向移動(dòng)單元的遙感影像服務(wù)中，受信息分發(fā)信道窄等因素影響，高價(jià)值目標(biāo)信息根據(jù)價(jià)值權(quán)重進(jìn)行自適應(yīng)壓縮的方法將發(fā)揮重大作用。本文設(shè)計(jì)了一套面向移動(dòng)服務(wù)的遙感影像感興趣區(qū)全流程自動(dòng)提取壓縮重構(gòu)方法，利用數(shù)學(xué)形態(tài)學(xué)進(jìn)行了邊緣檢測(cè)，獲取了邊緣點(diǎn)數(shù)量，確定了感興趣區(qū)域，生成了感興趣區(qū)掩模，并將小波域上的感興趣區(qū)系數(shù)進(jìn)行了提升，對(duì)小波系數(shù)矩陣進(jìn)行了SPIHT量化編碼和解碼重構(gòu)。通過試驗(yàn)，模擬在有限的傳輸帶寬下，自動(dòng)提取感興趣區(qū)，對(duì)感興趣區(qū)進(jìn)行優(yōu)先編碼并重構(gòu)全自動(dòng)流程，使得移動(dòng)端獲得高價(jià)值目標(biāo)信息優(yōu)于背景信息的重構(gòu)效果，且具有較高的壓縮比，該方法將促進(jìn)遙感影像在移動(dòng)服務(wù)中的普及應(yīng)用。

數(shù)學(xué)形態(tài)學(xué)；影像壓縮；感興趣區(qū)域；移動(dòng)服務(wù)

在面向移動(dòng)單元的遙感影像服務(wù)中，信息分發(fā)信道窄嚴(yán)重制約了遙感信息的應(yīng)用發(fā)展，對(duì)于移動(dòng)單元所關(guān)注的高價(jià)值目標(biāo)信息，需要一種根據(jù)信息價(jià)值權(quán)重進(jìn)行自適應(yīng)壓縮的方法。面向上述需求，利用數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行感興趣區(qū)域快速提取，并基于價(jià)值權(quán)重進(jìn)行自適應(yīng)壓縮，解決窄帶寬條件下高價(jià)值遙感影像的提取和壓縮問題，為遙感影像直接、快速、高效地支持移動(dòng)單元提供技術(shù)支撐。

近年來不少學(xué)者研究了感興趣區(qū)提取及壓縮算法，李曉飛等通過形態(tài)學(xué)運(yùn)算強(qiáng)化特定結(jié)構(gòu)的多個(gè)目標(biāo)區(qū)域，運(yùn)用閾值分割算法完成了圖像區(qū)域分割[1]；杜維濤等以邊緣梯度方向?yàn)閳D像分割的準(zhǔn)則，提取了圖像的邊緣區(qū)域和紋理區(qū)域，采用通用部分位平面偏移方法進(jìn)行了感興趣區(qū)編碼，并采用SPIHT編碼進(jìn)行了壓縮[2]；邰華鳳等在小波變換的基礎(chǔ)上，將小波系數(shù)劃分為ROI系數(shù)和BG系數(shù)，然后將ROI系數(shù)進(jìn)行編解碼，得到了較高圖像質(zhì)量的ROI 區(qū)域圖像[3]。

本文結(jié)合上述方法，經(jīng)過多次試驗(yàn)，運(yùn)用數(shù)學(xué)形態(tài)學(xué)等方法對(duì)上述算法進(jìn)行整合改進(jìn)，實(shí)現(xiàn)感興趣區(qū)提取，并采用JPEG2000中的感興趣區(qū)編碼和SPIHT編碼對(duì)影像進(jìn)行壓縮編碼，模擬移動(dòng)服務(wù)中漸進(jìn)傳輸?shù)娜^程，發(fā)展出一套面向移動(dòng)服務(wù)的遙感影像感興趣區(qū)全流程自動(dòng)提取壓縮重構(gòu)方法。

一、算法思路

人們往往只對(duì)影像中的部分區(qū)域感興趣，因此可以對(duì)這些區(qū)域采用無損或近無損的方法進(jìn)行壓縮，感興趣區(qū)之外可采用高壓縮比處理，在保證不丟失重要信息的同時(shí)，又能有效地壓縮數(shù)據(jù)。將基于感興趣區(qū)的編碼方法與漸進(jìn)傳輸結(jié)合起來，使得用戶不必完全接收整幅影像就可以清晰地瀏覽影像中感興趣部分的內(nèi)容，能更好地滿足用戶的需求。

算法思路如圖1所示：①對(duì)原始圖像進(jìn)行n層小波分解變換；②通過形態(tài)學(xué)運(yùn)算得到ROI區(qū)域，生成ROI掩模；③在小波系數(shù)矩陣中，提升ROI區(qū)域小波系數(shù)；④使用SPIHT算法進(jìn)行壓縮編碼；⑤碼流漸進(jìn)傳輸，可在任何位置打斷，但打斷前收到編碼越多，解碼后圖像質(zhì)量更好；⑥對(duì)解碼后的小波系數(shù)，根據(jù)ROI掩?；謴?fù)背景區(qū)域的小波系數(shù)；⑦通過小波重構(gòu)獲得結(jié)果圖像，移動(dòng)端完成接收。

圖1 遙感影像感興趣區(qū)提取壓縮算法思路

二、基于數(shù)學(xué)形態(tài)學(xué)的感興趣區(qū)提取

腐蝕和膨脹是數(shù)學(xué)形態(tài)學(xué)的兩種基本運(yùn)算，并發(fā)展出開運(yùn)算和閉運(yùn)算兩個(gè)重要函數(shù)，都以集合的形式進(jìn)行運(yùn)算。設(shè)A為影像，B為結(jié)構(gòu)元素，則A對(duì)B腐蝕定義為

A?B={x|(B)x?A}

(1)

A被B膨脹的定義為

(2)

式中，x是一個(gè)表示集合平移的位移量。腐蝕是一種收縮變換，膨脹是一種擴(kuò)張變換。開運(yùn)算定義為

open(A,B)=(A?B)⊕B

(3)

閉運(yùn)算定義為

close(A,B)=(A⊕B)?B

(4)

開運(yùn)算使影像變小，閉運(yùn)算使影像增大[4]。

1. 數(shù)學(xué)形態(tài)學(xué)與中值濾波進(jìn)行邊緣提取

中值濾波是基于排序的非線性濾波的典型，保留影像結(jié)構(gòu)的同時(shí)可以消除噪聲。選擇模板在影像中漫游，讀取模板下對(duì)應(yīng)像素的灰度值，找到灰度值的中位數(shù)并將這個(gè)中位數(shù)賦給模板中心位置的像素。

采用中值濾波與數(shù)學(xué)形態(tài)學(xué)結(jié)合的方法進(jìn)行邊緣提取，具體步驟如下：①使用3×3的中值濾波模板進(jìn)行中值濾波，影像高頻噪聲被去除，影像邊緣信息被保護(hù)；②對(duì)影像進(jìn)行腐蝕運(yùn)算，使影像邊緣上的灰度得到加強(qiáng)，如圖2所示；③用原影像減去腐蝕后的影像，從而得到影像的邊緣，如圖3所示。設(shè)原影像為F，濾波后輸入的影像為A，B為結(jié)構(gòu)元素，則A被B腐蝕

M=A?B

(5)

利用原圖減去腐蝕后的影像，則可獲得影像的邊緣

H=A-M=A-A?B

(6)

此影像上每一個(gè)灰度級(jí)代表不同等級(jí)的邊緣點(diǎn)，灰度值越高邊緣越明顯。

圖2 腐蝕運(yùn)算邊緣檢測(cè)原理

2. 數(shù)學(xué)形態(tài)學(xué)進(jìn)行感興趣區(qū)提取

對(duì)影像分塊，計(jì)算塊內(nèi)邊緣點(diǎn)的數(shù)量，如果小于一定的閾值t，定義為背景區(qū)(BG)；大于t，則定義為感興趣區(qū)(ROI)。Sum(Grad)為邊緣點(diǎn)的數(shù)量，一般取t= 0.05。分塊大小與壓縮時(shí)小波分解的層數(shù)有關(guān)。小波分解的層數(shù)為n，則塊大小不應(yīng)小于2n×2n。將小波分解的層數(shù)定為4，故每一小塊大小為16×16。

圖3 原始影像及邊緣檢測(cè)

(7)

邊緣點(diǎn)數(shù)量判斷的ROI區(qū)域很雜亂，沒有形成區(qū)域狀，需采取數(shù)學(xué)形態(tài)學(xué)中開運(yùn)算和閉運(yùn)算結(jié)合的開閉運(yùn)算混合濾波方法對(duì)影像進(jìn)行處理。先進(jìn)行閉運(yùn)算，去掉中間的空洞并填補(bǔ)輪廓上的縫隙；再進(jìn)行開運(yùn)算，去掉ROI區(qū)域中細(xì)的突出；由此形成一個(gè)規(guī)則完整的ROI區(qū)域。如圖4所示，與原始影像對(duì)比發(fā)現(xiàn)，建筑物被清晰地提取出來。

圖4 邊緣點(diǎn)數(shù)量判斷的ROI區(qū)域及形態(tài)學(xué)后處理

三、基于JPEG2000的感興趣區(qū)編碼

1. 小波變換及感興趣區(qū)編碼

獲得ROI區(qū)域后，小波變換編碼無法直接使用，必須轉(zhuǎn)成小波變換相應(yīng)層數(shù)的ROI掩模。對(duì)每個(gè)ROI點(diǎn)，根據(jù)它在原始影像中的比例位置，分別求出N級(jí)小波變換形成的3N+1個(gè)子帶中的相對(duì)位置。這種方法沒有考慮具體濾波器的操作，并不能保證能獲得所有與ROI相關(guān)的系數(shù)，特別是邊緣可能有小部分損失，但這并不影響ROI的編碼質(zhì)量。因此，采用簡(jiǎn)單的遞推法，但卻降低了ROI掩模生成的復(fù)雜性。

JPEG2000壓縮標(biāo)準(zhǔn)中定義了感興趣區(qū)編碼方法，規(guī)定了兩種標(biāo)準(zhǔn)算法：一種是基于縮放的一般方法，另一種是最大位移方法，均通過按比例縮小背景區(qū)系數(shù)實(shí)現(xiàn)，使得感興趣區(qū)系數(shù)相比于背景區(qū)系數(shù)位于更高的比特平面[2]。在熵編碼時(shí)，感興趣區(qū)系數(shù)將比背景區(qū)域系數(shù)優(yōu)先進(jìn)行編碼并組織碼流。在面向移動(dòng)服務(wù)的漸進(jìn)傳輸中，感興趣區(qū)比背景區(qū)更精確地優(yōu)先傳輸給解碼器，由此獲得保留更多感興趣區(qū)信息前提下的高壓縮性能。

二維離散小波變換可以將二維影像在不同的尺度上進(jìn)行分解，得到近似分量LL，水平細(xì)節(jié)分量LH、垂直細(xì)節(jié)分量HL、對(duì)角細(xì)節(jié)分量HH；再對(duì)LL進(jìn)行分解得到第二級(jí)小波變換，依此類推。對(duì)影像進(jìn)行4級(jí)小波變換，得到同樣大小的小波系數(shù)矩陣，如圖5所示。

圖5 4層小波分解掩模及分解影像

用影像作為底面，表示像素亮度大小的8位二進(jìn)制數(shù)作為高度，形成一個(gè)立體直方圖，各像素位置相同的位形成一個(gè)平面，稱為位平面。位平面平移是二進(jìn)制數(shù)小數(shù)點(diǎn)的平移，即將小波系數(shù)背景區(qū)的值除以2n，n的值由位平移算法決定。為簡(jiǎn)化算法，在ROI掩模中，將背景區(qū)的小波系數(shù)除以22，即通過簡(jiǎn)單位平面平移方法，獲得ROI編碼。

2. 子帶編碼、解碼與重構(gòu)

子帶編碼采用基于嵌入式零樹編碼思想的SPIHT算法，它將某一樹節(jié)點(diǎn)及其所有后繼節(jié)點(diǎn)劃歸為同一集合，并采用適當(dāng)?shù)募戏指钆判虿呗?，通過初始化、排序過程、細(xì)化過程和量化步長(zhǎng)更新等4個(gè)子工程，完成嵌入編碼[2]。SPIHT編碼在系數(shù)子集的分割和重要信息的傳輸方面采用了獨(dú)特的方法，能夠?qū)崿F(xiàn)幅值大的系數(shù)優(yōu)先傳輸?shù)耐瑫r(shí)，隱式地傳送系數(shù)的排序信息，具有較高的峰值信噪比(PSNR)和較好的影像復(fù)原質(zhì)量，是一種適合于感興趣區(qū)壓縮的編碼方法。SPIHT算法請(qǐng)參考相關(guān)文獻(xiàn)。

通過上述編碼，形成了一系列由0和1構(gòu)成的二進(jìn)制碼流。解碼是編碼的逆過程，將編碼算法的輸入和輸出調(diào)換，就是解碼算法。解碼的精度與編碼的級(jí)數(shù)有關(guān)。在碼流傳輸過程中，影像是逐漸變清晰的。假如對(duì)小波系數(shù)矩陣進(jìn)行了10級(jí)編碼，傳輸過程按1、2、…、10級(jí)的順序進(jìn)行，每傳到一級(jí)都可以獲得一個(gè)重構(gòu)影像，10級(jí)解碼會(huì)獲得比1級(jí)解碼更好的重構(gòu)影像，即重構(gòu)影像的質(zhì)量隨著碼流的漸進(jìn)傳輸越來越好。面向移動(dòng)單元的服務(wù)中，信息分發(fā)信道窄的條件下，上述漸進(jìn)傳輸?shù)姆椒勺層脩粝瓤吹礁邇r(jià)值目標(biāo)信息，再逐漸看到完整影像。為節(jié)省流量，也可以提前中斷解碼過程，并不影響用戶接收高價(jià)值目標(biāo)信息。

為保證小波重構(gòu)能夠跟原始影像接近，需將背景區(qū)域的小波系數(shù)乘以22，恢復(fù)到原始數(shù)值，實(shí)現(xiàn)背景區(qū)小波系數(shù)的恢復(fù)。將小波系數(shù)矩陣進(jìn)行小波逆變換，恢復(fù)為重構(gòu)影像。原始影像采用Daubechies9/7雙正交小波，對(duì)影像進(jìn)行4級(jí)小波分解，10級(jí)SPIHT編碼。如圖6所示，模擬漸進(jìn)傳輸?shù)倪^程中進(jìn)行解碼重構(gòu)，影像的質(zhì)量越來越好，符合漸進(jìn)傳輸?shù)奶攸c(diǎn)，ROI區(qū)比背景區(qū)具有更好的重構(gòu)質(zhì)量。

圖6 影像漸進(jìn)傳輸模擬過程

四、試驗(yàn)結(jié)果分析及結(jié)論

引入兩個(gè)概念對(duì)試驗(yàn)結(jié)果進(jìn)行分析，峰值信噪比(PSNR)和影像壓縮比。PSNR為衡量經(jīng)過處理后的影像品質(zhì)，值越大代表失真越少，計(jì)算公式為

(8)

式中，xmax為8 bits表示法的最大值255；MSE為mean square error，均方誤差；xij與yij表示原影像和重構(gòu)影像上(i,j)點(diǎn)處的灰度值；PSNR的單位為dB。影像壓縮比指原影像大小比值壓縮后大小，壓縮比越大說明壓縮效果越好。分別計(jì)算ROI和背景區(qū)的PSNR，獲得影像漸進(jìn)傳輸中影像質(zhì)量變化情況見表1。

表1 影像漸進(jìn)傳輸過程中的PSNR值 dB

如圖7所示，ROI區(qū)的PSNR值高于背景區(qū)，并隨著碼流的傳輸相差逐漸拉大，而后又逐漸趨近。ROI比背景區(qū)獲得了更好的重構(gòu)效果，隨著重構(gòu)級(jí)數(shù)的上升，背景區(qū)的PSNR也逐漸上升，但ROI區(qū)始終有比背景區(qū)更好的重構(gòu)質(zhì)量。

圖7 影像漸進(jìn)傳輸過程中PSNR值比較

采用Daubechies 9/7雙正交小波，對(duì)影像進(jìn)行4級(jí)小波分解，分別進(jìn)行10、11、12級(jí)SPIHT編碼和同樣級(jí)數(shù)的解碼，進(jìn)行壓縮比和不同編碼級(jí)別影像質(zhì)量評(píng)價(jià)(見表2)。隨著編碼級(jí)數(shù)的增加，壓縮率逐漸增加，PSNR也逐漸增加，影像質(zhì)量逐漸變高。一般來說，當(dāng)PSNR達(dá)到30時(shí)，人眼已經(jīng)難以分辨重構(gòu)影像與原影像的不同，那么11級(jí)編碼已經(jīng)足以符合要求，其壓縮比為2.7，這樣的壓縮比是可觀的。

表2 影像不同編碼級(jí)數(shù)壓縮率和PSNR變化

經(jīng)過上述試驗(yàn)驗(yàn)證得知，本方法實(shí)現(xiàn)了遙感影像的ROI區(qū)提取、壓縮編碼、解碼重構(gòu)的全自動(dòng)流程，保留了高價(jià)值目標(biāo)信息，且較高的壓縮比有利于遙感影像在帶寬有限條件下傳輸，并節(jié)約大量存儲(chǔ)空間，將能夠促進(jìn)遙感影像在移動(dòng)服務(wù)中的普及應(yīng)用。

[1] 李曉飛,馬大瑋,范小麟,等. 基于數(shù)學(xué)形態(tài)學(xué)的遙感圖像多感興趣區(qū)域提取[J]. 計(jì)算機(jī)技術(shù)與發(fā)展,2007,17(12):56-59.

[2] 杜維濤,劉方,陶永寬,等. 一種遙感圖像多級(jí)感興趣區(qū)域的壓縮方法[J]. 計(jì)算機(jī)仿真,2008,25(9):215-219.

[3] 邰華鳳,黃大慶. 基于小波變換的感興趣區(qū)域圖像壓縮算法[J].蘇州科技學(xué)院學(xué)報(bào)(自然科學(xué)版),2010,27(3):51-54.

[4] 王慧鋒,戰(zhàn)桂禮,羅曉明. 基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測(cè)算法研究及應(yīng)用[J]. 計(jì)算機(jī)工程與應(yīng)用,2009,45(9):223-226.

[5] 梁燕,劉文耀,鄭偉. 實(shí)現(xiàn)感興趣區(qū)域編碼的通用部分位平面偏移法[J]. 光電子·激光, 2004, 15 (11):1334-1338.

[6] 強(qiáng)永剛, 殷建平,祝恩,等. 基于小波變換和數(shù)學(xué)形態(tài)學(xué)的遙感圖像人工建筑區(qū)提取[J]. 中國(guó)圖象圖形學(xué)報(bào),2008,13(8):1459-1464.

[7] 萬紅林,焦李成,王桂婷,等. 在感興趣的區(qū)域?qū)用嫔线M(jìn)行SAR圖像變化檢測(cè)的方法研究[J]. 測(cè)繪學(xué)報(bào),2012,41(2):239-245.

[8] 王曉芳,邱書波,張緒光. 基于小波變換的ROI 圖像壓縮改進(jìn)算法研究[J]. 計(jì)算機(jī)工程與科學(xué), 2010,32(8):84-133.

[9] 席志紅,許新利,劉利彬. 基于SPIHT算法的感興趣區(qū)域編碼的研究[J]. 應(yīng)用科技,2007,34(1):31-34.

[10] 卓力,沈蘭蓀,KIN-MAN L. 基于感興趣區(qū)的圖像編碼與漸進(jìn)傳輸[J]. 電子學(xué)報(bào),2004,32(3):411-415.

Remote Sense Image Mobile Service Oriented Method of ROIs Extraction and Compression

WU Feilong,PU Guoliang,CHENG Chengqi,WANG Huanjiong,LI Bin

2015-12-10

國(guó)家高分重大專項(xiàng)(30-Y30B13-9003-14/16；03-Y30B06-9001-13/15)；航天八院自主研發(fā)項(xiàng)目(ZY2014-093)

吳飛龍(1988—)，男，博士生，主要研究方向?yàn)榭臻g數(shù)據(jù)組織及計(jì)算分析。E-mail：feilong270@qq.com

濮國(guó)梁

吳飛龍，濮國(guó)梁，程承旗，等. 面向移動(dòng)服務(wù)的遙感影像感興趣區(qū)提取壓縮方法[J].測(cè)繪通報(bào)，2016(11)：35-38.

10.13474/j.cnki.11-2246.2016.0360.

P23

B

0494-0911(2016)11-0035-04