本發(fā)明涉及的是一種圖像處理領(lǐng)域的技術(shù)，具體是一種基于聚合稀疏編碼的空間態(tài)勢(shì)感知圖像壓縮方法與系統(tǒng)。

背景技術(shù)：

1、衛(wèi)星拍攝圖像同時(shí)具有稀疏性和時(shí)間關(guān)聯(lián)性，即空間態(tài)勢(shì)感知圖像中所包含的信息熵較低，具體地，該類圖像的前景包含近軌道的目標(biāo)，例如太空碎片、導(dǎo)彈、異常飛行器以及其他快速移動(dòng)的物體，表現(xiàn)為稀疏的白色點(diǎn)或線條，并且在連續(xù)圖像中像素位置會(huì)有所變化。大部分背景則是深空和靜止的白點(diǎn)，如遠(yuǎn)處的恒星和銀河。由于拍攝參數(shù)(如視場(chǎng)角和拍攝方向)保持一致，低軌道衛(wèi)星根據(jù)星歷表進(jìn)行周期性運(yùn)動(dòng)，導(dǎo)致空間態(tài)勢(shì)感知圖像的背景是周期性重復(fù)出現(xiàn)。而空間關(guān)聯(lián)性相鄰兩顆低軌衛(wèi)星在同一時(shí)刻拍攝到的圖像中有針對(duì)重疊視角觀察的區(qū)域，這些重疊區(qū)域是相鄰衛(wèi)星從不同角度觀察到的相同區(qū)域，其中包含恒星、行星、飛行器等許多元素保持一致?，F(xiàn)有基于稀疏編碼的圖像壓縮技術(shù)利用空間態(tài)勢(shì)感知圖像的內(nèi)在稀疏性，通過(guò)減少的基本元素集合來(lái)表示像素，包括基于分解和基于卷積兩種方法：基于分解方法為每個(gè)圖像維度使用可分離字典，基于卷積的方法利用多維字典來(lái)有效處理高階相關(guān)性。但這些方法均未能有效解決多視圖冗余問(wèn)題，對(duì)于相鄰低軌衛(wèi)星在同一時(shí)刻拍攝到的重疊區(qū)域像素沒(méi)有進(jìn)一步的處理。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)壓縮率不夠高，沒(méi)有考慮相鄰低軌衛(wèi)星拍攝圖像的時(shí)空關(guān)聯(lián)性的問(wèn)題、無(wú)法解決空間態(tài)勢(shì)感知圖像的時(shí)空稀疏冗余、計(jì)算復(fù)雜度較高等不足，提出一種基于聚合稀疏編碼的空間態(tài)勢(shì)感知圖像壓縮方法與系統(tǒng)，提高相應(yīng)圖像的壓縮率，并確保圖像的重構(gòu)質(zhì)量，同時(shí)利用分布式計(jì)算的方法降低單顆衛(wèi)星計(jì)算時(shí)的資源消耗，確保該系統(tǒng)在計(jì)算和傳輸資源受限的低軌衛(wèi)星星座環(huán)境下仍能實(shí)現(xiàn)有效部署。

2、本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

3、本發(fā)明涉及一種基于聚合稀疏編碼的空間態(tài)勢(shì)感知圖像壓縮方法，對(duì)采集到的空間態(tài)勢(shì)感知圖像進(jìn)行背景分割后，對(duì)前景進(jìn)行重疊區(qū)域檢測(cè)并分配至相鄰衛(wèi)星，每顆衛(wèi)星根據(jù)來(lái)自相鄰衛(wèi)星的圖像依次通過(guò)聚合稀疏編碼得到所分配的重合或非重合區(qū)域的字典張量和系數(shù)張量，而后通過(guò)重疊感知自適應(yīng)二進(jìn)制算術(shù)編碼算法將系數(shù)張量進(jìn)一步壓縮為表達(dá)重合區(qū)域像素關(guān)系的轉(zhuǎn)移張量和位置張量后輸出至地面站用于配合圖像重構(gòu)。

4、所述的背景分割是指：結(jié)合稀疏編碼和局部二值模式的優(yōu)勢(shì)，利用scs-lbp算子進(jìn)行背景與前景分割。

5、所述的背景分割，將得到的背景區(qū)域輸出至地面站用于圖像重構(gòu)。

6、所述的分配是指：預(yù)先為同層n顆低軌衛(wèi)星進(jìn)行[0,n]范圍內(nèi)的序號(hào)分配，奇數(shù)序號(hào)的衛(wèi)星分配到相鄰一跳范圍內(nèi)的衛(wèi)星傳輸來(lái)的重疊區(qū)域像素，偶數(shù)序號(hào)的衛(wèi)星分配到相鄰一跳范圍內(nèi)的衛(wèi)星傳輸來(lái)的非重疊區(qū)域像素，使得同一幅空間態(tài)勢(shì)感知圖像被劃分為重疊與非重疊區(qū)域進(jìn)行分布式壓縮計(jì)算。

7、優(yōu)選地，所述的星間傳輸通過(guò)星上激光通信載荷依賴捕獲、跟蹤和瞄準(zhǔn)進(jìn)行建鏈后，在同軌道面相鄰衛(wèi)星之間進(jìn)行1550nm波長(zhǎng)通信。

8、所述的重疊區(qū)域檢測(cè)，由于相鄰兩顆同層低軌衛(wèi)星之間的距離相對(duì)固定，且每顆衛(wèi)星上的成像參數(shù)(如焦距、傳感器尺寸、光圈和拍攝方向)固定，使得相鄰衛(wèi)星拍攝的空間態(tài)勢(shì)感知圖像的重疊區(qū)域?qū)挾认鄬?duì)固定，重疊區(qū)域長(zhǎng)度與拍攝照片長(zhǎng)度一致，因此僅需在第一時(shí)刻捕獲到空間態(tài)勢(shì)感知圖像后進(jìn)行重疊區(qū)域檢測(cè)，得出的重疊寬度適用于后續(xù)時(shí)刻的圖像檢測(cè)，具體包括：

9、步驟1、每顆衛(wèi)星使用sift算子從所拍攝圖像中提取特征點(diǎn)和描述符，并與相鄰衛(wèi)星交換所提取的特征點(diǎn)和描述符結(jié)果和對(duì)應(yīng)圖片拍攝時(shí)間戳，相鄰衛(wèi)星使用bfmatcher算子對(duì)同一時(shí)刻拍攝的兩張圖像中的特征點(diǎn)進(jìn)行匹配。

10、步驟2、相鄰衛(wèi)星使用ransac算法通過(guò)匹配特征點(diǎn)計(jì)算單應(yīng)性矩陣，用于將第一張圖像轉(zhuǎn)換到第二張圖像的坐標(biāo)系統(tǒng)中，從而識(shí)別重疊區(qū)域。

11、步驟3、每顆衛(wèi)星采用面積等效法計(jì)算重疊區(qū)域的面積，再將面積除以圖像長(zhǎng)度以確定重疊寬度，從而得到重疊區(qū)域的邊界坐標(biāo)。

12、步驟4、對(duì)相鄰兩張拍攝圖像的重疊寬度最終確定為二值中的較大值，然后使用此較大寬度值更新兩張圖像中重疊區(qū)域的邊界坐標(biāo)，最終確定重疊區(qū)域范圍。

13、所述的組稀疏性是指：對(duì)于一個(gè)階數(shù)為3的張量其組稀疏性||x||1,1,2為xij的非零條目的數(shù)目，并松弛為凸版本，其中：

14、

15、所述的聚合稀疏編碼，具體包括：

16、步驟a、初始化字典張量dmt和輔助張量a。

17、步驟b、更新輔助張量，具體為：其中：d'mt為字典張量dmt的轉(zhuǎn)置，||d'mt*dmt||為兩個(gè)張量卷積計(jì)算后的二范數(shù)結(jié)果。

18、步驟c、重復(fù)步驟b直到達(dá)到迭代次數(shù)i次后，通過(guò)對(duì)進(jìn)行傅里葉變換獲取字典張量dmt，其中：為輔助張量a在第三維上的傅里葉變換得到的頻域表示，為該表示的共軛變換，diag()生成一個(gè)對(duì)角線元素全部為λ的對(duì)角矩陣。

19、步驟d、對(duì)相鄰兩顆衛(wèi)星拍攝到的重疊區(qū)域得到的字典張量dit和djt進(jìn)行字典聚合，得到聚合后的字典

20、步驟e、根據(jù)步驟d得到的聚合后的字典張量和步驟c得到的字典張量dmt，以字典張量與系數(shù)張量執(zhí)行張量卷積計(jì)算后得到的重構(gòu)圖像與原圖之間的損失最小化為目標(biāo)，將字典張量dmt作為輔助張量cmt，采用步驟b-c的方式進(jìn)行更新，得到重合或非重合區(qū)域的字典張量和系數(shù)張量，具體為：限制條件為每通道的字典向量矩陣中所有元素平方和的平方根不超過(guò)1，用于限制字典解的復(fù)雜度，即：其中：m為衛(wèi)星序號(hào)，t為拍攝時(shí)刻，n3為每張空間態(tài)勢(shì)感知圖像的通道數(shù)，為第m顆衛(wèi)星在第t時(shí)刻拍攝到的圖像在第j通道上的張量，dmt則為該圖像通過(guò)稀疏編碼學(xué)習(xí)到的字典張量，為對(duì)應(yīng)通道上的系數(shù)張量，β為平衡系數(shù)，一般取0.1。||·||1,1,2為組稀疏性。

21、所述的重疊感知自適應(yīng)二進(jìn)制算術(shù)編碼算法，具體包括：

22、步驟i、將系數(shù)張量cmt中的每一個(gè)浮點(diǎn)值量化為整數(shù)值即將系數(shù)值ci四舍五入到最接近的整數(shù)ai∈[0,9]，量化間隔為δ。

23、步驟ii、將量化后的系數(shù)張量重新排列為記錄非零系數(shù)在張量中的位置的重要性映射pt和相應(yīng)地用于記錄其值的級(jí)別映射

24、步驟iii、對(duì)于級(jí)別映射，首先使用固定長(zhǎng)度二值化將其編碼為0和1的序列。對(duì)于非重疊區(qū)域圖片直接使用上下文已知的二進(jìn)制算術(shù)編碼(cabac)。對(duì)于同一時(shí)刻兩張重疊區(qū)域圖片，將其分別表示為當(dāng)前視圖currview(x,y)和參考視圖refview(x’,y’)，基于兩個(gè)視圖中的像素值和上下文特征得到上下文索引ctxidx＝f(currview(x,y),refview(x',y'),d(x,y,x',y'))，其中：d(x,y,x',y')是兩張圖片對(duì)應(yīng)位置的像素絕對(duì)差值，f(·)為量化函數(shù)，用于將連續(xù)值映射到離散的上下文索引空間。

25、步驟iv、根據(jù)該上下文索引更新二進(jìn)制編碼的概率模型p(b＝0|ctx)＝εp(b＝0|ctxcurrview)+(1-ε)p(b＝0|ctxrefview)，其中：p(b＝1|ctx)＝1-p(b＝1|ctx)，p(b＝0|ctxcurrview)是基于當(dāng)前視圖上下文的概率，p(b＝0|ctxrefview)是基于變換后的參考視圖上下文的概率。ε是一個(gè)權(quán)重因子，可以根據(jù)d(x,y,x',y')的大小響應(yīng)調(diào)整，d越小，ε值越大。

26、步驟v、根據(jù)更新后的概率模型對(duì)級(jí)別映射的二進(jìn)制序列進(jìn)行算術(shù)編碼。

27、所述的圖像重構(gòu)是指：地面站根據(jù)衛(wèi)星序號(hào)m和拍攝時(shí)刻t檢索對(duì)應(yīng)的背景像素并獲取用于解碼的系數(shù)張量cmt后，利用張量卷積計(jì)算重構(gòu)圖像其中：t＝tmod?t。

28、技術(shù)效果

29、本發(fā)明基于重疊區(qū)域檢測(cè)的聚合稀疏編碼算法和重疊感知自適應(yīng)二進(jìn)制算術(shù)編碼算法，實(shí)現(xiàn)低軌衛(wèi)星星座的直接星上計(jì)算，達(dá)到93.78％的空間態(tài)勢(shì)感知圖像壓縮率，并且在考慮300mbps星地傳輸下行帶寬，10分鐘星地通信連接，以及每天20次星地通信連接的條件下，通過(guò)該方法，可以將24小時(shí)內(nèi)按照30hz采樣率拍攝到的空間態(tài)勢(shì)感知圖像以93.04％的數(shù)據(jù)傳輸率成功在一天內(nèi)下傳到地面站，上述效果顯著優(yōu)于包括zip、jpeg、多維張量稀疏編碼(mdtsc)和基于深度學(xué)習(xí)的gaacnn等現(xiàn)有的基準(zhǔn)方法。此外，該方法重構(gòu)圖像得到0.73的ssim值和27.56db的psnr值，均優(yōu)于多維張量稀疏編碼(mdtsc)。與集中式圖像稀疏編碼相比，本發(fā)明可以減少大約20％的cpu和ram使用率以及處理時(shí)間，因此在資源受限的衛(wèi)星網(wǎng)絡(luò)中部署該方法具備可行性。