基于小波變換的遙感圖象編碼研究

李美珊

佳木斯大學，黑龍江 佳木斯 154007

0 引言

近些年，遙感技術在不斷的發(fā)展，對于遙感圖象的壓縮效果的要求也逐漸提高，但是由于遙感圖象分辨率高、相關性弱、紋理豐富復雜、信息量大、碼速率高 ，為了達到較好的壓縮比和失真度并滿足數(shù)據(jù)傳輸與存儲的需要，產(chǎn)生了多種壓縮方法，但是各種方法都各有利弊，都不能真正地達到對壓縮效果的要求，自此，小波變換應運而生。

本文在分析了小波變換的特點的基礎上，充分發(fā)揮小波變換的潛能，并結合SPIHT算法對分辨力人群、候機樓等多幅遙感圖象進行壓縮。

1 小波變換

與以往的壓縮算法編碼過程相比，基于小波變換[1，2]的編碼過程如圖1所示。

圖1 小波變換編碼過程

2 壓縮編碼

目前，常見的小波變換系數(shù)量化方式最為突出的是嵌人編碼方法，包括 EZW[4]（Embedded Zero-tree Wavelets）算法、SPIHT[3，5]（Set Partitioning In Hierarchical Trees）算法、EBCOT[6]（Embedded Block Coding with Optimization Truncation）算法。其中，EZW算法和SPIHT算法都是基于空間小波方向樹的，本文采用SPIHT算法。

Said和Pearlman于1996年提出了著名的多級樹集合分裂算法（SPIHT），該算法通過一系列的集合分裂來實現(xiàn)對小波系數(shù)類型的分類，另外還引入鏈表來記錄前面搜索獲得的系數(shù)和集合的信息。SPIHT算法的核心也是基于低頻子帶的系數(shù)相對于某一閾值是次要的，則高頻子帶系數(shù)相對于這一閾值在很大概率上也是次要的這個假設，所以SPIHT是EZW的一種改進。SPIHT方法的基本要素包括：1）依據(jù)系數(shù)幅值對不重要系數(shù)集合進行分裂的分類算法；2）位平面的漸進有序發(fā)送；3）利用頻帶間的自相似性構造零樹。

在SPIHT算法中，總共需要定義3種鏈表：非重要集合鏈表（LIS）、重要像素鏈表（LSP）、次要像素鏈表（LIP），算法相對于每一個閾值都需要分兩步：掃描過程和細化過程。

3 實驗結果與分析

實驗對分辨力人群的遙感圖象，大小為256×256。對測試圖像，首先采用3級小波分解，再分別用EZW算法和SPIHT算法進行仿真實驗，實驗數(shù)據(jù)如表1所示。

表1 實驗結果比較

從表1可以看出，無論bpp在多大的情況下，SPIHT算法與EZW算法相比較，峰值信噪比（PSNR）都有得很大提高，最多可提高7.48，平均提高6.57，編碼時間和解碼時間也都提高7倍左右。

4 結論

本文采用小波變換與SPIHT算法相結合，對遙感圖象進行壓縮，并進行了仿真實驗，實驗證明，此方法相對于傳統(tǒng)的小波壓縮算法有較高的PSNR值，壓縮和解壓的時間都有所提高，而其重構圖像的人眼視覺質(zhì)量較好。

[1]楊建國.小波分析及其工程應用[M].機械工業(yè)出版社，2005：6-33.

[2]RafaelC.Gonzalez，RichardE.Woods.阮秋琦，阮宇智.數(shù)字圖像處理[M].電子工業(yè)出版社，2003：327-334.

[3]柯麗.基于小波變換的空間遙感圖像實時壓縮方法研究[D].中國科學院博士論文.

[4]J.M.Shapiro.Embedded Image Coding Using Zerotrees of Wavelet Coefficients.IEEE Trans.on Signal Processing，1993，41(12)：3445-3462.

[5]A.SaidW，A.Pearlman.A New Fast and Efficient Image Codec Based on Set Partitioning in.Hierarchical Trees.IEEE Trans on.Circuits and System For Video Technology，1996，6(3)：243-248.

[6]D.Taubman，E.Ordentlin.Embedded Block Coding in JPEG2000.Image Communication.2002，17(1)：49-72.