ИССЛЕДОВАНИЕ ЗЕМЛИ ИЗ КОСМОСА, 2013, № 3, с. 73-90
МЕТОДЫ И СРЕДСТВА ОБРАБОТКИ И ИНТЕРПРЕТАЦИИ ^^^^ КОСМИЧЕСКОЙ ИНФОРМАЦИИ
ПРОЦЕДУРЫ АВТОМАТИЧЕСКОГО СЖАТИЯ ИЗОБРАЖЕНИЙ
ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ПРИ СИГНАЛЬНО-ЗАВИСИМЫХ ПОМЕХАХ В ОКРЕСТНОСТИ ОПТИМАЛЬНОЙ РАБОЧЕЙ ТОЧКИ И ИХ ЭФФЕКТИВНОСТЬ © 2013 г. А. Н. Земляченко1*, Р. А. Кожемякин1, С. К. Абрамов1, В. В. Лукин1, М. К. Чобану2
Национальный аэрокосмический университет им. Н.Е. Жуковского "Харьковский авиационный институт",
Харьков, Украина
2Национальный исследовательский университет "Московский энергетический институт", Москва
*Е-таП: cmk2@orc.ru Поступила в редакцию 25.06.2012 г.
Рассмотрены подходы к сжатию с потерями одноканальных изображений дистанционного зондирования (ДЗ) Земли, которые искажены сигнально-зависимыми помехами. Анализ проведен для кодеров на основе дискретного косинусного преобразования и вейвлет-преобразования. Сравнение эффективности сжатия выполнено в соответствии с несколькими критериями как при прямом применении кодеров к изображениям, так и при использовании вариационно-стабилизирующего преобразования. Показано, что различия в эффективности несущественны, но применение вариационно-стабилизирующих преобразований обеспечивает определенные преимущества для применения трехмерных кодеров для сжатия многоканальных данных ДЗ. Предложены процедуры автоматического сжатия в окрестности оптимальной рабочей точки. Проанализированы их достоинства и недостатки.
Ключевые слова: сжатие изображений ДЗ с потерями, сигнально-зависимый шум
Б01: 10.7868/80205961413020140
ВВЕДЕНИЕ
Современные средства дистанционного зондирования (ДЗ) широко используются для разнообразных приложений (Шовенгердт, 2010). Формируемые ими изображения характеризуются все лучшим пространственным разрешением, увеличивается количество каналов (спектральных зон) как для систем оптического и И К-диапазонов, так и радиолокационных (РЛ) средств (вследствие применения многочастотных и поляризационных систем). В результате резко возрастает объем данных, которые необходимо в первую очередь передать в наземные центры обработки и хранения (космической) информации, а затем и предоставить (в удобном виде) потребителям. В связи с этим часто приходится применять сжатие данных ДЗ (Бабкин и др., 2004; Бехтин, 2007; Каагпа, 2007).
В зависимости от приоритета требований технических характеристик канала связи и организации передачи данных с борта носителя системы ДЗ, возможны различные стратегии сжатия. Некоторые ученые и разработчики настаивают на том, что необходимо использовать только сжатие
без потерь (Бабкин и др., 2004; Бехтин, 2007; Реп-па й а1., 2007) или, в крайнем случае, с ограниченными потерями. В этом случае наилучшие современные методы сжатия, учитывающие как пространственную, так и спектральную избыточность многоканальных данных, обеспечивают коэффициент сжатия (КС) порядка 4 (при сжатии с ограниченными потерями немного больше), что часто недостаточно для практических приложений. Вторая стратегия — сжатие в заданное число раз, определяемое исходным объемом данных, пропускной способностью канала и временем передачи данных. В рамках этой стратегии желательно использовать методы сжатия, обеспечивающие при заданном КС наименьший уровень вносимых потерь (искажений). Наконец, третья стратегия — автоматически обеспечить на борту носителя заданный в соответствии с каким-либо критерием уровень вносимых потерь при максимально возможном КС (Ьикт, 2009). При этом важное значение имеют также простота и быстродействие аппаратно-алгоритмической реализации используемого метода сжатия. Методы, рассмат-
риваемые в данной статье, относятся именно к этой стратегии сжатия.
Для многих практических приложений сжатия многомерных сигналов (одноканальных и многоканальных изображений, видео) обработка осуществляется в предположении, что помехи отсутствуют (Чобану, 2009) или, по крайней мере, присутствие помех при анализе игнорируется. Однако на практике помехи с большим или меньшим уровнем присутствуют на любых изображениях, хотя на некоторых типах изображений шум может быть визуально незаметен (Лукин и др., 2010; Liu et al., 2006). В частности, для гиперспектральных данных ДЗ с аэрокосмических носителей помехи хорошо заметны для изображений в каналах с малым отношением сигнал/шум (ОСШ) и практически не видны для изображений в других каналах (Кривенко и др., 2009; Ponomarenko et al., 2006). При этом присутствие помех при использовании сжатия без потерь резко снижает достигаемые значения КС (Bo, 2011). Если помехи являются интенсивными, как, например, для одно-взглядовых РСА-изображений, то достигаемый даже для наилучших кодеров (архиваторов) КС оказывается лишь немного большим единицы (Ponomarenko et al., 2011). Поэтому тип и характеристики помех желательно учитывать при выборе известного метода сжатия и установке его параметров, а также при разработке новых методов сжатия.
Присутствие помех вынуждает использовать специальные подходы к их учету при сжатии изображений (Бехтин, 2007; Ponomarenko et al., 2011; Al-Chaykh, Mersereau, 1998; Shahnaz et al., 1999; Chang et al., 2000). Целесообразным, оказывается, использовать сжатие с потерями при условии, что тип и характеристики помех надлежащим образом учтены. Во-первых, сжатие с потерями позволяет обеспечить гораздо более высокие значения КС (Lukin, 2009; Christophe et al., 2008). Во-вторых, сжатие с потерями изображений ДЗ, искаженных помехами, может при определенных условиях приводить к повышению вероятности их правильной классификации (Blanes et al., 2009; Lukin et al., 2006а). В-третьих, положительным моментом является эффект фильтрации, который может быть весьма существенным при устанавливаемых параметрах алгоритмов сжатия с потерями. Этот эффект был впервые отмечен в работах (Al-Chaykh, Mersereau, 1998; Shahnaz et al., 1999; Chang et al., 2000). Характерно, что эффект фильтрации наблюдается для методов сжатия, основанных на использовании различных ортогональных преобразований, включая дискретное косинусное преобразование (ДКП) и дискретное вейвлет-пре-образование (ДВП) (Бехтин, 2007; Al-Chaykh, Mersereau, 1998; Shahnaz et al., 1999; Chang et al., 2000; Lim, 2006; Ponomarenko et al., 2005, 2006).
Важной задачей является выбор параметров кодера таким образом, чтобы сжатие осуществлялось в окрестности так называемой оптимальной рабочей точки (ОРТ) (Al-Chaykh, Mersereau, 1998; Lim, 2006; Ponomarenko et al., 2005, 2006, 2010а; Lukin et al., 2006б), и чтобы декодированное изображение было "максимально похожим" на истинное — в соответствии с выбранным критерием. ОРТ наблюдается (хотя и не всегда) для разных типов помех (Chang et al., 2000; Lim, 2006; Lukin et al., 2006б, 2008) и различных методов сжатия. ОРТ может иметь место как для традиционных критериев — среднеквадратической ошибки (СКО) или отношения пикового сигнала к шуму (ПОСШ, PSNR) (Бехтин, 2007; Lukin, 2009; Chang et al., 2000; Lim, 2006; Ponomarenko et al., 2005а, 2006, 2010а; Lukin et al., 2006б, 2008), так и для метрик, учитывающих визуальное качество (Ponomarenko et al., 2010а), например PSNR-HVS-M (Ponomarenko et al., 2007) и MSSIM (Wang et al., 2003). Более того, ОРТ может наблюдаться и в соответствии с критерием вероятности правильной классификации данных многоканального ДЗ (Lukin, 2009; Blanes et al., 2009).
С практической точки зрения факт существования ОРТ очень важен. Но не менее важно и то, как обеспечить сжатие с потерями в окрестности ОРТ, причем в автоматическом режиме (на борту носителя системы ДЗ). Эта задача успешно решена для случая аддитивных помех (Ponomarenko etal., 2005а, 2006, 2010) в предположении, что дисперсия помех для каждого сжимаемого изображения априорно известна или оценена с необходимой точностью (Vozel et al., 2009). Если сначала предложенные автоматические процедуры сжатия в окрестности были итеративными (Ponomarenko et al., 2005а), то позднее для кодеров на основе ДКП удалось разработать метод определения шага квантования (ШК) и последующего сжатия без итераций (Ponomarenko et al., 2006, 2010а), в том числе и для гиперспектральных изображений с использованием трехмерных кодеров (Lukin et al., 2010а; Ponomarenko et al., 2010б).
Если изображения искажены сигнально-зави-симыми помехами простых видов — мультипликативным или пуассоновским шумом, — то ситуация является немного более сложной (Lukin et al., 2006б, 2008). Положительным моментом является тот факт, что к изображениям, искаженным этими типами помех, можно применить вариационно-стабилизирующие (гомоморфные) преобразования (ВСП), позволяющие после соответствующего прямого преобразования получить изображения, искаженные аддитивными помехами (Lukin et al., 2006б, 2008; Зряхов и др., 2011; Anscombe, 1948). Тогда сжатие с автоматическим обеспечением компрессии в окрестности ОРТ
можно выполнять с использованием многоэтапной процедуры обработки, включающей применение прямого ВСП и последующее сжатие на этапе кодирования, декомпрессию и обратное преобразование при декодировании.
Достигаемые при сжатии в окрестности ОРТ значения КС зависят от многих факторов: степени сложности изображения (насыщенности деталями, текстурности), уровня помех, используемого критерия качества, применяемого метода сжатия. Для случая сжатия одноканальных изображений (или поканального, раздельного сжатия) многоканальных изображений КС меняется в пределах от трех для сложных изображений с низким уровнем помех до 30—40 для простых изображений с высоким уровнем помех. Если для сжатия многоканальных изображений используются трехмерные кодеры, позволяющие учесть спектральную избыточность (коррелированность компонентных изображений в соседних каналах), то достигаемые КС в 2—4 раза выше (Lukin et al., 2010а; Ponomaren-ko et al., 2010б). При этом предполагается, что для группируемых каналов помехи аддитивные с практически одинаковой дисперсией, что не выполняется при сигнально-зависимых помехах.
В связи с этим проблемой остается автоматическое обеспечение сжатия в окрестности ОРТ при сложных видах сигнально-зависимых помех (З
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.