杨凯 姜宏旭

（北京航空航天大学计算机学院，北京 100191）

1 引言

随着传感器分辨率的提高，成像数据量呈几何级数增长，而星载系统传输带宽却相对有限。海量遥感数据与有限带宽的矛盾日益突出，已成为制约遥感技术发展的瓶颈。因此，遥感图像高倍有损压缩不可避免。然而高分辨率可见光遥感图像纹理细节表达丰富，景物目标分布情况复杂，高倍有损压缩后，容易出现失真的不均衡现象，影响图像整体视觉效果和后续判读应用。

对于静态图像压缩的失真补偿主要利用图像恢复技术解决。文献［1］利用改进的隐马尔可夫树模型拟合图像小波系数的分布，将其作为先验信息进行图像恢复。文献［2］针对图像压缩中的振荡现象，提出一种基于小波变换的K 邻域平均法，有效地消除了图像灰度边缘的锯齿状振荡，降低了小波压缩的Gibbs效应。这类方法仅针对失真图像建立退化模型，并未对原始图像的数据及真实的压缩失真数据进行分析，因此补偿常常无法恢复实际像质，容易出现错补偿。同时，现有的图像补偿研究主要集中于减少像素失真的绝对误差［3－4］，即提高恢复图像的峰值信噪比（Peak Signal to Noise Ratio，PSNR）值，针对改善恢复图像主观感受的补偿研究很少，由于像素的绝对误差与主观失真感受之间存在明显差异，因此现有方法对像质的改善常与主观感受不相一致。

本文针对高分辨率可见光遥感图像压缩的失真进行了深入的分析，构造了适合遥感压缩评价的失真敏感模型，在此基础上结合遥感压缩失真数据的分布特点及其对恢复像质的影响，设计实现了基于失真敏感性的可见光遥感图像压缩补偿方法，有效地改善了恢复图像中失真敏感区域的像质。……