[发明专利]基于填充策略的含云遥感图像压缩方法

说明书

本发明公开了一种基于填充策略的含云遥感图像压缩方法，主要解决现有技术在填充后云区域边缘仍存在较多高频信息，编码消耗较大的问题。其方案是：对输入的含云图像和云掩模图像进行边界扩展；计算含云图像中感兴趣区域的近似中位数；获取标记云区域的灰度掩模和标记云区域边缘的灰度图像；计算各云区域边缘内的像素均值并填充对应的云区域；对填充后的图像进行边缘均值滤波；用感兴趣区域的近似中位数对滤波后图像进行电平移位，得到预处理后图像；对预处理后图像进行编码，得到压缩码流发至接收端；接收端对收到的码流进行解码，得到恢复后图像。本发明能有效减少云区域编码码率，提高感兴趣区域恢复质量，可用于各种含云图像的传输。

技术领域

本发明属于图像处理技术领域，更进一步涉及一种含无效云区域的遥感图像高效压缩方法，可用于各种含云遥感图像的传输与处理。

背景技术

高分辨率遥感技术的快速发展，使星地图像传输带宽与遥感图像数据量之间的矛盾不断加剧，为了传输和处理获取的图像，需要快速且高效的数据压缩算法。然而遥感图像中普遍存在的云区域，占据了大量的存储空间和传输带宽，降低了感兴趣区域数据ROI，即图像中除云区域外的地物区域数据的带宽利用率。因此，研究包含无效云区域数据的图像压缩算法具有重要意义。在诸多文献中，已经提出了几种针对含无效区域图像的压缩算法，主要分为两类：

一类方法是对现有压缩框架的内部进行修改，以实现对感兴趣区域的优先编码或跳过无效数据区域，其包括MaxShift方法、Scaling-based方法、形状自适应小波变换SA-DWT方法和形状自适应比特平面编码SA-BPE方法。该MaxShift方法通过提升感兴趣区域系数或抑制无效区域系数实现对感兴趣区域的优先编码；该Scaling-based方法通过对感兴趣区域设置不同的优先级，实现感兴趣区域的优先编码；该形状自适应小波变换SA-DWT方法在数据区域的边界上应用镜像效果进行改进；该形状自适应比特平面编码SA-BPE方法是通过在Tier-1编码级的分数位平面编码器中跳过系数来避免对属于无效数据区域的系数进行编码。

另一类方法是对图像进行预处理，作为现有压缩框架的前端，以尽可能降低无效区域的编码消耗，其包括Phagecyte算法、ADR算法和LEC算法。该Phagecyte算法是利用指定区域窗口内像素的算术平均值填充无效区域，以适应局部图像变化，其在商业GIS中已得到应用；该ADR算法采用感兴趣区域的平均值填充无效区域；该LEC算法是通过局部边缘上下文内的数据平均值填充无效区域，在降低无效区域编码码率的同时也减少了边缘部分的高频信息。

上述第一类方法虽然通过对现有压缩框架内部的修改达到了压缩无效数据区域的目的，但是这类方法仅适合处理感兴趣区域为规则形状的图像，而对于含云遥感图像，云区域的不规则性会导致在各个子带映射过程中感兴趣区域的像素块被视为云像素块，在抑制云区域系数的同时使感兴趣区域系数也降低，影响压缩性能。

相比前者，第二类方法在现有压缩框架前对图像进行预处理，易于实现、可移植性强，而且对感兴趣区域的形状不敏感。但目前的这些预处理方法仍存在缺陷，其中：

Phagecyte算法填充后的无效区域并不是单一的灰度值，无效区域的编码消耗仍然很高；ADR算法所采用的填充值未考虑填充区域的边缘信息，导致在小波变换后，边缘部分会产生较多的高频信息，这些高频信息将产生较高的编码消耗；

LEC算法只考虑了外边缘信息，若云检测算法未检测到边缘的云，则填充后云区域像素值更接近地物区域的像素值，与边缘的云仍存在较大的像素差，导致边缘处仍存在较高的编码消耗。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于填充策略的含云遥感图像压缩方法，以通过完全剔除无效云区域数据，最大限度地减少云区域编码消耗，提升感兴趣区域的压缩性能。

为实现上述目的，本发明的技术方案，包括以下实现步骤：

1)对含云遥感图像和云掩模图像的边界进行扩展：