ИССЛЕДОВАНИЕ ЗЕМЛИ ИЗ КОСМОСА, 2008, № 2, с. 21-25
МЕТОДЫ И СРЕДСТВА ОБРАБОТКИ ^^^^
И ИНТЕРПРЕТАЦИИ КОСМИЧЕСКОЙ ИНФОРМАЦИИ
УДК 621.384.3
ОСОБЕННОСТИ ПРИМЕНЕНИЯ АЛГОРИТМА СЖАТИЯ ДЛЯ ВИДЕОДАННЫХ, ФОРМИРУЕМЫХ АППАРАТУРОЙ НАБЛЮДЕНИЯ КА ДЗЗ © 2008 г. А. В. Сокол
Научно-производственное объединение ПО "Лептон", Зеленоград (Москва) Тел.: 8-903-215-42-57; e-mail: sokol_glaz@mail.ru Поступила в редакцию 27.09.2007 г.
Рассматривается задача определения рационального коэффициента компрессии цифровых изображений для алгоритма JPEG2000 с учетом конкретных частотно-пространственных характеристик оптико-электронного тракта бортовой аппаратуры космического аппарата, формирующего эти изображения. Для этого предлагается новый метод, синтезирующий тестовые изображения, корреляционные свойства которых определяются параметром тракта а/Л. Он позволяет выявить максимально возможные искажения для выбранной степени сжатия.
ВВЕДЕНИЕ
Компрессия ("сжатие") изображений применяется в сенсорах дистанционного зондирования Земли (ДЗЗ) сравнительно давно, но интерес к ней значительно вырос с появлением класса малых космических аппаратов. Необходимость "сжатия" вызвана большим количеством получаемой информации в условиях ограниченного энергоресурса космического аппарата (КА).
По общему мнению авторов [1] наиболее эффективным на настоящий момент следует считать алгоритм компрессии JPEG2000. В режиме "real mode" он вносит искажения в видеоданные, но позволяет значительно уменьшить занимаемый ими объем. В JPEG2000 реализовано несколько современных и эффективных идей: вей-влет-преобразование изображения фильтром До-беши 9/7; кодирование "битовых плоскостей" вейвлет-коэффициентов арифметическим методом с помощью адаптивной контекстной модели; оптимизация выходного битового потока с помощью .К-.0-кривых. Основная идея алгоритма заключается в том, что значительные по величине вейвлет-коэффициенты, как правило, сгруппированы вместе, и их положение можно предсказать с большой вероятностью.
Чтобы использовать устройство сжатия наиболее эффективно, разработчик должен выбрать оптимальное (рациональное) соотношение между уровнем искажений и объемом закодированных данных, определяемое коэффициентом компрессии [2]. Эта задача всегда возникает при проектировании устройства компрессии с потерями.
Известно, что проблема оптимального выбора коэффициента компрессии обсуждалась во многих научных организациях, но решалась она пу-
тем экспертных оценок. Группа экспертов визуально оценивала цифровые компрессионные изображения поверхности Земли, "сжатые" с разными коэффициентами. Объективные критерии качества этих изображений отсутствовали. Именно поэтому единого мнения по поводу допустимого уровня компрессии цифровых изображений выработано не было, хотя верхний предел был установлен на уровне 1 бита на выборку.
Таким образом, проблема априорного объективного выбора коэффициента компрессии остается насущной и актуальной по сегодняшний день.
В работе осуществлена попытка найти объективный показатель качества компрессионных изображений и на его основе выработать критерий степени их ухудшения с учетом частотно-пространственных характеристик сквозного оптико-электронного тракта средств ДЗЗ.
В данной работе автор предлагает решение этой задачи для алгоритма 1РБ02000. Предложенный им показатель качества компрессионных изображений и тестовое изображение, по которому он оценивается, позволяют определить рациональный коэффициент сжатия, при котором искажения будут гарантированно ниже допустимого уровня.
МЕТОД ФОРМИРОВАНИЯ ТЕСТОВЫХ ИЗОБРАЖЕНИЙ
Эффективность компрессии существенно зависит от корреляционных свойств сжимаемого изображения. Это явление широко известно и отражено в ряде публикаций [2—4]. Но в соответствующих работах остался без внимания тот факт, что корреляционные характеристики обусловле-
Формирование теста ГСЧ, с радиусом корреляции
Фильтрация изображения звеньями ОЭТ с параметром а >> Л„
Дискретизация сигнала с шагом А >> Як
■|2, ' 3
Тестовое 1 [_ изображение _]
Рис. 1. Блок-схема формирования тестовых изображений: 1 — изображение, полученное с помощью ГСЧ; 2 — тестовое изображение после фильтрации и дискретизации; 3 — фрагмент космического снимка участка леса (центральная Африка, надирное направление съемки, угол Солнца над местным горизонтом около 87°).
ны как сюжетом изображения, так и пространственно-частотными свойствами оптико-электронной аппаратуры. Основную сложность представляет задача выделить и оценить по отдельности влияние каждого из этих факторов на эффективность сжатия.
В работе [3] показано, что при заданном Ксж уровень искажений определяется "информативностью", или "сложностью" изображения. Под информативностью обычно понимается насыщенность снимка деталями, количество резких перепадов яркости и т.д.
Трудность задачи состоит в том, что заранее предсказать уровень сложности изображения практически невозможно. Может возникнуть ситуация, когда сжимаемый снимок будет настолько информативным, что при заранее выбранной степени сжатия, уровень искажений окажется неприемлемым.
Это означает, что выбираемое тестовое изображение, по которому требуется оценить рациональное значение Ксж, должно состоять исключительно из микромасштабных элементов. Причем микромасштабный элемент (микромасштаб) определяется только пространственно-частотными свойствами оптико-электронного тракта.
Именно поэтому тестовый объект не должен содержать низкочастотных однородных элементов, поскольку они порождают сильно коррелированную текстуру изображения. Говорят, что в таких изображениях имеют место сильная корреляция или значительный уровень макромасштаба.
В реальных условиях аналог теста достаточно точно описывается изображением сплошного лесного массива. Пример такого изображения иллюстрируется на рис. 1.
В данной работе тестовое изображение моделировалось с помощью генератора случайных чисел (ГСЧ), распределенных по экспоненциальному закону и процедуры свертки, ядро которой определялось исключительно частотными свойствами оптико-электронного тракта. Такой снимок является максимально информативным, а значит, наиболее сложным для процесса сжатия, т.е. компрессионные искажения при заданном Ксж максимальные. В любом другом случае при появлении крупных однородных объектов в изображении (появлении "макромасштаба") ситуация с искажениями будет только лучше.
Более того, текстура тестового изображения должна также отражать характеристики выборки, осуществляемой фотоприемником с дискретной пространственно-регулярной структурой его элементов.
Эти важные аспекты к настоящему времени не рассматривались и поэтому не были отражены в работах, посвященных сжатию космических снимков [5, 6]. Как будет показано далее, характеристики ОЭТ заметно влияют на выбор рационального коэффициента сжатия Ксж, и ими нельзя пренебрегать.
Генерируемое ГСЧ-изображение (см. рис. 1) имеет начальный радиус корреляции ^норр. Амплитудный спектр такого изображения примерно одинаков на протяженном участке спектральной
1
2
ОСОБЕННОСТИ ПРИМЕНЕНИЯ АЛГОРИТМА СЖАТИЯ
23
оси, и в нем велика доля высоких частот. Полученный сигнал фильтруется звеньями оптико-электронного тракта. Его результирующая апер-турная функция близка к гауссовой форме с параметром а. От величины а зависит доля высоких частот и, соответственно, количество больших по значению вейвлет-коэффициентов.
НАХОЖДЕНИЕ ОБЛАСТИ РАЦИОНАЛЬНЫХ
КОЭФФИЦИЕНТОВ СЖАТИЯ ПО ИЗМЕНЕНИЮ РАДИУСА КОРРЕЛЯЦИИ В ИЗОБРАЖЕНИИ
Исследуется вид вносимых алгоритмом искажений, способы их количественного описания. Исследование качества сжатия — это обширная тема, которая находится в стадии развития. Предложено большое количество метрик [7], каждая из которых имеет свои достоинства и недостат-ки.Метрики, как правило, адаптированы под описание искажений определенного вида, более того, они обычно применимы только к конкретному алгоритму сжатия. К примеру, для вейвлет-алгорит-мов не подходят метрики "блочных искажений", т.к. они в вейвлет-алгоритмах отсутствуют.
Условно общепринятым показателем качества можно считать величину PSNR (Peak Signal to Noise Ratio) [4]:
(
PSNR = 10 lg
10
2552
Nx Ny
УУ(a,j- ~au)
V NxNyt-it-i
i = 1j = 1
где Ых, Ыу — размеры изображения по горизонтали и вертикали; а,, а,у — пикселы исходного и компрессионного изображений.
PSNR базируется на подсчете среднеквадрати-ческого отклонения, и в ряде случаев значение этой метрики адекватно отражает качество сжатия. Но по веским причинам этот показатель не стал стандартным [2, 8]. Так, в ряде случаев субъективное качество компрессионных изображений с большим значением PSNR было хуже, чем для изображений с меньшим PSNR.
В процессе анализа сжатых посредством 1РЕ02000 изображений был установлен следующий визуальный эффект. До определенной величины Ксж сжатый снимок сохранял все детали, практически не терял в информативности. Начиная с некоторого граничного коэффициента сжатия Ксж, размытие резко возрастало и исчезало множество мелких и малоконтрастных деталей (исчезал микромасштаб).
Оценку Ксж для ОЭТ с конкретными пространственно-частотными соотношениями необходимо осуществлять по тест-изображениям, формируемым в соответствии с блок-схемой на рис. 1.
Введем показатель степени размытия компрессионных изображений, значение которого адекватно отражало бы "физику" процесса.
Как показали исследования, метрика PSNR в данном случае неприменима, поскольку не реагирует на резкие изменения качества компрессионных изображений. При изменении коэффициента компрессии значение PSNR уменьшается плавно.
В процессе работы было установлено, что радиус корреляции хорошо отражает обнаруженный эффект. Радиус корреляции вычисляется следующим образом.
Определяется автокорреляционная функция Вхх:
вхх(у) = X (х( 0 - Мх)(х (/ + У) - Мх),
I = о
где х(/) — сигнал /—го элемента строки; Мх — математическое ожидание сигналов строки.
Осуществляется нормировка автокорреляционной функции: Вхх = Вхх/тах(Вхх).
Существует множество определений радиуса корреляции. Воспользуемся одним из них.
Пусть радиус кор
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.