论文部分内容阅读
随着我国在外太空探索和对地观测等空间领域的发展，图像分辨率、帧频越来越高，导致星地传输数据量与有限下传带宽的矛盾愈加突出，提升图像压缩性能成为卫星数据传输的关键。本论文的研究内容涉及红外遥感侦察弱小目标扫描图像数据的压缩系统设计与实现。针对保持目标信息与提高压缩比的矛盾，以及在星上有限资源条件下设计高实时系统的难题，本文通过分析带目标图像的特点，提出面向对象的智能压缩思路，主要包括弱小目标检测和分块压缩两个步骤，分别进行算法研究和改进并设计基于FPGA的高实时智能压缩系统。
对弱小目标检测问题，本文以多尺度块对比度测量算法(Multiscale Patch-based Contrast Measure，MPCM)为基础，对比传统红外弱小目标特点和红外遥感侦察弱小目标扫描图像的特点，针对扫描图像中的条带噪声和大场景下的多尺度、非均匀性对检测的影响，提出了条带噪声抑制和多尺度多阈值分割两种改进方案，并整合为一种适用于大场景扫描图像的红外弱小目标检测方法IMPCM(Improved Multiscale Patch-based Contrast Measure)。经验证，对于含有条带噪声的图像，IMPCM在信噪比增益、背景抑制比性能上提升约2～3倍；对于背景复杂的图像，虚警和漏警情况大大减少，准确率和召回率等指标均提升明显。
针对图像压缩问题，以JPEG-LS压缩算法为基础。基于星载抗误码的需求，需采用分块压缩方式。本文针对这种方法对压缩性能下降的原因进行分析，进而提出一种利用局部低动态范围自适应调节BPP压缩参数的分块压缩方法，能够有效提高遥感图像压缩比。进一步的，通过结合IMPCM目标检测算法与分块压缩方法，搭建智能压缩算法的框架。经验证，该方法相对JPEG-LS分块无损压缩方法，在保持目标信息的前提下，能提高3～5倍压缩比。
最后针对星载系统的低资源消耗和高实时要求，设计并优化了智能压缩算法FPGA系统架构和功能模块，对智能压缩系统进行板级开发和地面测试平台搭建。经验证，该系统在本文场景下的典型数据测试中未出现漏警，平均压缩比为5.7167，像素吞吐率38.36Mpixel/s，压缩延时小于1ms，完成了系统级验证，满足系统要求，验证了本文成果的有效性。
对弱小目标检测问题，本文以多尺度块对比度测量算法(Multiscale Patch-based Contrast Measure，MPCM)为基础，对比传统红外弱小目标特点和红外遥感侦察弱小目标扫描图像的特点，针对扫描图像中的条带噪声和大场景下的多尺度、非均匀性对检测的影响，提出了条带噪声抑制和多尺度多阈值分割两种改进方案，并整合为一种适用于大场景扫描图像的红外弱小目标检测方法IMPCM(Improved Multiscale Patch-based Contrast Measure)。经验证，对于含有条带噪声的图像，IMPCM在信噪比增益、背景抑制比性能上提升约2～3倍；对于背景复杂的图像，虚警和漏警情况大大减少，准确率和召回率等指标均提升明显。
针对图像压缩问题，以JPEG-LS压缩算法为基础。基于星载抗误码的需求，需采用分块压缩方式。本文针对这种方法对压缩性能下降的原因进行分析，进而提出一种利用局部低动态范围自适应调节BPP压缩参数的分块压缩方法，能够有效提高遥感图像压缩比。进一步的，通过结合IMPCM目标检测算法与分块压缩方法，搭建智能压缩算法的框架。经验证，该方法相对JPEG-LS分块无损压缩方法，在保持目标信息的前提下，能提高3～5倍压缩比。
最后针对星载系统的低资源消耗和高实时要求，设计并优化了智能压缩算法FPGA系统架构和功能模块，对智能压缩系统进行板级开发和地面测试平台搭建。经验证，该系统在本文场景下的典型数据测试中未出现漏警，平均压缩比为5.7167，像素吞吐率38.36Mpixel/s，压缩延时小于1ms，完成了系统级验证，满足系统要求，验证了本文成果的有效性。