张喜明，张耀宗，颜露新，张天序

(1．中国电子科技集团公司第五十四研究所，河北 石家庄050081; 2．华中科技大学 图像识别与人工智能研究所，湖北 武汉430074)

一种灵活可靠的星载图像压缩编码技术

张喜明1，张耀宗2，颜露新2，张天序2

(1．中国电子科技集团公司第五十四研究所，河北 石家庄050081; 2．华中科技大学 图像识别与人工智能研究所，湖北 武汉430074)

针对星上图像数据量大、传输带宽有限、关键信息不能丢失、星地传输链路存在干扰和码流存在误码等问题，提出了一种分块可调的JPEG-LS压缩算法及满足一定误码率的信源检纠错编码方式。压缩算法对图像进行分块的同时通过在分块边缘使用梯度填充的方法避免了压缩比降低的问题。算法能够有效地控制误码的扩散，通过对不同分块采用无损/微损压缩模式组合的方式，既能保留敏感数据不丢失，又能获得较高的压缩比。通过实验分析对比3种典型的检纠错编码方法，从而得出适合星上应用环境的信源检纠错编码方式。

卫星;压缩;检纠错;误码

0 引言

近年来，我国处于航天航空事业高速发展的阶段。高性能、高空间分辨率的遥感传感器得到了应用，随之而来的是很高的原始码速率和巨量的原始数据。随着遥感数据的日益庞大，使得有限的信道带宽和数据存储容量与传输大量遥感数据之间的矛盾日益突出，数据压缩编码成为了星上数据处理的重要组成部分［1］。而卫星遥感图像与常规静止图像相比，具有图像相关性差、信息熵值高和冗余度小等特征，并且卫星通信带宽有限，通信环境复杂多变［2－3］，所以星载压缩编码技术相比普通的图像压缩技术更加困难。为了提高星地传输中压缩编码的编码效率，降低通信环境引入的误码扩散问题，在JPEG-LS压缩算法的基础上引入了信源编码和分块编码算法，经理论分析和试验测试，达到了设计效果。

1 压缩编码技术进展及星上应用分析

现有的压缩技术可大体分为无损压缩和有损压缩。传统的无损压缩技术，如Huffman编码［4］、Rice编码和 JPEG-LS［5］编码等;有损压缩技术，如基于离散余弦变换(Discreate Cosine Transform，DCT)的压缩;基于小波变换的压缩，如 JPEG 和JPEG2000［6－7］算法等都已经在各种类型的星上压缩中得到实际应用。对于面向民用(如地球环境研究等)的卫星，使用有损压缩技术可以以数据的部分损失为代价换取很高的压缩比，大大缓解了卫星通信数据传输带宽的紧张，但是对于其他应用需求的卫星，由于卫星遥感数据的高度敏感性和重要性，要求压缩过程不能损失数据中的重要信息。因此，星上数据压缩仍然主要以无损压缩为主。

在星地传输通信过程中，压缩码流受到外界环境的干扰，导致压缩码流传输过程中出现误码和丢包现象。一般在数据传输通信中，可以采用重传协议来保证数据的可靠传输［8］。然而，对于卫星通信，重传并不可行。一方面是由于卫星通信有实时性要求;另一方面卫星图像编码后的数据量大，反复重传会导致信道堵塞。通常的解决方法是在卫星图像编码的过程中保留一定的冗余，引入检纠错编码技术，如:EDC检错编码、2D-ECC纠错编码和RS纠错编码［9－12］等，从而较好地解决误码和丢包的问题。

在军事领域中，实时性和无损度是卫星遥感图像数据处理的首要指标。实时性要求压缩算法的复杂度不能过高，压缩比尽量得大;无损度要求压缩算法对图像进行压缩的时候不能损失重要的信息，同时算法具备一定的抗误码性能。这2个指标往往是相互矛盾的，因此，星上数据压缩算法设计如何有效权衡二者的关系，综合考虑各种因素是研究的重点。

2 适应于星上应用的压缩编码算法

2．1 本文压缩编码总体流程

本文提出的压缩编码主要分为2个部分:压缩和信源检纠错编码，如图1所示。

图1 本文压缩编码总体流程

2．2 JPEG-LS算法原理

目前，无损压缩领域比较活跃的方法有JPEGLS［1 3－1 4］和 CALIC［15］等。星上压缩方案要求实时和硬件复杂度低(功耗小)，所以常选择预测效果其次的 JPEG-LS算法，而不是预测效果最好的CALIC。JPEG-LS本身也包含微损压缩模式。JPEG-LS主要包括3个部分:预测器、建模器和编码器。JPEG-LS压缩编码算法的框图如图2所示，该编码算法考察当前像素的几个已出现的近邻，用其作为当前像素的上下文［1 6］，用上下文来预测像素，从几个这样的概率分布中选择一个，并根据该分布采用Golomb码字来编码预测误差。

图2 JPEG-LS压缩编码框图

图2中，建模器表示当前编码的像素x的上下文模板，预测器利用上下文像素a、b、c的值预测x，而后从 x中减去预测值得到预测误差 Errval，再通过建模器得到统计信息进行Golomb编码，从而得到该像素的压缩码流。

2．3 针对星上应用的压缩算法改进

如果对图像直接使用 JPEG-LS算法进行压缩编码，一方面在无损模式下无法达到星上应用对于压缩比的要求;另一方面，由于算法对整幅图像采用同一个预测链编码，在星地传输链路出现误码后，误码将扩散至该误码位置以后的整幅图像。鉴于以上2个原因，需要考虑对图像进行压缩时，使用分块策略。一方面，将图像分成不同的子区域，则对于那些不感兴趣的区域块，可以采用具有高压缩比的微损压缩模式，而仅对感兴趣区域采用无损压缩模式;另一方面，分块编码把整个预测链分成多个独立的预测链，从而将误码造成的解码错误限制在局部子块内，有效减少了误码扩散带来的影响。算法中典型的分块大小可以设置为以下几种:8×32，8×64，16× 32，16×64。

如果只是简单地将图像分块并应用 JPEG-LS算法，则由于边界处理问题会导致单个块的压缩比反而下降，从而有可能导致整个图像的压缩比降低。以分块大小为8*32为例，根据JPEG-LS压缩编码中残差预测算法的思想，对于读入的分块像素，需要补齐1行2列，即补齐为9*34的空间大小，为接下来的上下文预测做准备。对补齐的第1行和第2行第1列初始化为0，示意图如图3(a)所示。从图3中可以看出，对于边界像素(第1行、第2行第1列)进行编码时，如果像素值偏大，那么会导致梯度值很大，编码长度也很长;不仅如此，由于边界像素会形成一个相对稳定的编码序列，当编码进行到非边界像素(第2行第1列)时，该像素的梯度值与边界像素的梯度值会有很大不同，这样又会形成一个不一样的序列，与前面的像素没有任何关联性。以上几点原因都会导致单个分块的压缩比下降，那么如果在扫描图像进行编码时，由于累计，压缩比则会很低。

鉴于原算法中存在不足，本文提出基于梯度的边界填充方法。在原算法中，各个分块的边界填充的值均为固定的值0，这样损坏了图像序列。在改进算法中，对各个分块的边界填充不同的值，填充的依据，是使边缘尽量的平滑，即在边界填充的像素不在统一填充第1个像素 x，而是填充与它最临近的像素，对第1个像素进行编码需要先填充4个值，那么将第1个像素x填充到第1行前3列和第1列第2行;之后的填充值，依照其左下角的像素值进行填充。如图3(b)所示。

图3 原始算法和改进算法的边界处理

使用梯度填充法的边界像素具有很好的平滑性，残差的值会很小，进而全图的压缩比会有一定的改善，实验数据证明了此推论。实验数据选取MODIS图像和另外3幅单值图像作为测试图像，测试结果如表1和表2所示。

表1 测试结果1

表2 测试结果2

测试实验可以得出以下结论:

① 改进算法与原算法相比，对于大部分图像而言，可以很大程度地提高压缩比;

② 改进算法增加了码流冗余，对于像素为全0的图像或者图像中大部分像素为0的图像，改进算法的压缩比不及原算法，但是此时压缩比本身就很高。

2．4 信源检纠错编码算法选取

在当前星地无线信号传输过程中，信道一般存在误码，这将影响星上压缩单元输出的码流中的一些比特位。为此，要求在对星上数据进行压缩的同时进行信源检纠错编码，编码算法具有如下性能: ① 纠错，即能纠正码流中错误的一些比特位;② 检错，即在无法纠正码流中错误的比特位时，可以检测出错误码流出现的位置。

目前常用的检纠错编码主要有EDC检错编码、2D-ECC纠错编码和 RS纠错编码。相比其他2种方法，RS算法运算量大，设计的参数与公式比较多，但是具有很强的检错和纠错能力。由于篇幅限制，这里不再叙述各个算法的原理，而是直接对3种算法进行实验对比分析，从而得出适合星上应用的检纠错算法。

本实验从信源检/纠错编码形式入手，对比EDC+2DECC和EDC+RS两种检/纠错编码方式，测试了2种误比特率量级(10－6和10－5)下算法的压缩比、误比特率和纠错能力。测试数据使用的是公开的MODIS图像(12 bit)，数据量为2 000帧。统计结果如表3所示。

表3 不同检纠错编码方式对比实验

对表3中的结果分析如下:

① 压缩比。经过计算，RS检纠错编的冗余度为32/(223+32)=12．5%，2DECC检纠错的冗余度为32/(256+32)=11．1%，因此在统计EDC+2DECC检纠错编码方式和EDC+RS编码方式的压缩比可以看出，二者压缩比相差不大，但后者的压缩比略微低于前者。

② 纠错效率。理论上2DECC检纠错编码只能检3位纠1位错误，实验也论证了这一点，在10－5和10－6误码率条件下，2DECC的纠错率只有 50%左右。而相比下RS检纠错编码的能力要强很多，在2种误码率条件下的纠错率接近100%。

通过以上分析，综合压缩比和抗信道误码能力考虑，由于RS检纠错编码具有出色的纠错能力，但是在高误码率条件下(超出RS纠错能力)，就会出现误码扩散。因此，EDC信息也是非常有必要的;因此对星上数据进行检纠错编码时，建议使用EDC +RS检纠错处理。

3 结束语

本文通过对卫星应用条件下的数据传输环境进行分析，提出了一种组合了分块尺寸可调无损/微损压缩及信源检纠错的压缩编码算法。实验证明本算法相比原始算法，分块后压缩比有所提高且有效缓解了误码扩散问题，有利于不同压缩模式之间进行组合，从而极大地提高了图像压缩效率选择的灵活性。通过对3种典型检纠错编码方法进行实验对比分析，给出了适合星上应用的检纠错编码方式组合。本文提出的图像压缩编码技术可有效应用于星上图像数据的压缩。

［1］ 贾晓光，王 雷．航天遥感图像压缩技术的最新发展［J］．中国图像图形学报，1997(2):697－700．

［2］ 陈世平．高分辨率卫星遥感数据传输技术发展的若干问题［J］．空间电子技术，2003(3):1－5．

［3］ 张 弛，高 杰．低空高速图像传输技术研究［J］．无线电工程，2006(4):29－31．

［4］ HUFFMAN D A．A Method for the Construction of Minimum Redundancy Codes［J］．Proceeding IRE，1952，40(9):1 098－1 101．

［5］ ISO/IEC JTC 1/SC 29/WG 1(1997)CD14495．Lossless and Near-lossless Compression of Continuous-tone Still Images(JPEG-LS)［S］．

［6］ SKODRAS A，CHRISTOPOULOS C，EBRAHIMI T．The JPEG 2000 Still Image Compression Standard［C］∥IEEE Signal Processing Magazine，2001:36－58．

［7］ 于开勇，陈顺方．一种基于航空遥感图像的压缩算法及其实现方案［J］．无线电通信技术，2002，28(3):39－41．

［8］ 范 晨．视频容错编码与传输技术的研究［D］．北京:清华大学，2003．

［9］ 王新梅，肖国镇．纠错码原理与方法［M］．西安:西安电子科技大学出版社，2001．

［10］SWEENEY P．差错控制编码［M］．北京:清华大学出版社，2004．

［11］吴乐南．数据压缩的原理与应用［M］．北京:电子工业出版社，1986．

［12］姜 丹．信息理论与编码［M］．北京:中国科技大学出版社，1995．

［13］WEINBERGER M J，SEROUSSI G，SAPZRO G．LOCO-I: A Low Complexity，Context-based，Lossless Image Compression Algorithm［C］∥Int．Conf．on Data Compression，1996:140－149．

［14］WEINBERGER M J，SEROUSSIG，SAPZROG．The LOCO-I Lossless Image Compression Algorithm: Principles and Standardization into JPEG-LS［J］．IEEE Trans．on Image Processing，2000(9):1 309－1 324．

［15］WU X L，MEMON N．Context-based，Adaptive，Lossless Image Coding［J］．IEEE Transactions on Communications，1997(45):437－444．

［16］MARTUCCI S A．Reversible Compression ofHDTV Images Using Median Adaptive Prediction and Arithmetic Coding［J］．In Proc．IEEE International Symposium on Circuits and Systems，1990(2):1 310－1 313．

A Novel Image Compression Coding Scheme Designed for Satellite Application

ZHANG Xi-ming1，ZHANG Yao-zong2，YAN Lu-xin2，ZHANG Tian-xu2

(1．The 54th Research Institute of CETC，Shijiazhuang Hebei 050081，China; 2．IPRAI，Huazhong University of Science and Technology，Wuhan Hubei 430074，China)

In satellite application，the volume of image data is large，the transmission bandwidth is limited，key information cannot be lost，there is interference to the transmission link and errors exist in the code stream．To address these issues，an improved block adjustable JPEG-LS compression algorithm and a suitable source error detection/correction coding method are designed．During image partitioning，the compression algorithm uses gradient filling method at each block edge to avoid reducing the compression ratio．The algorithm can effectively control the spreading of the errors，and by using lossless/little-loss compression mode in different blocks，it not only keeps the sensitive data lossless，but also achieves the high compression ratio．By comparing and analyzing three kinds of typical error detection/correction coding methods，the most suitable method for satellite application is obtained．

satellite;compression;error detection/correction;bit error

TN911

A

1003－3106(2017)02－0041－04

10．3969/j．issn．1003－3106．2017．02．10

张喜明，张耀宗，颜露新，等．一种灵活可靠的星载图像压缩编码技术［J］．无线电工程，2017，47(2):41－44．

2016-11-08

海洋公益性科研专项基金资助项目(201505002)。

张喜明男，(1972—)，高级工程师。主要研究方向:航天地面应用。

张耀宗男，(1984—)，博士研究生，自动化专业。主要研究方向:图像处理。