一种无人机侦察图像压缩方法

摘要

本发明公开一种无人机侦察图像压缩方法，前提是无人机针对的对象大多是军车，碉堡这类外形呈规则图形的对象，在压缩处理前，无人机侦察图像的感兴趣侦察目标区域和背景区域已完全实现了分离，两者之间互不影响，对这两部分可以自由选择合适的压缩方法。本发明无人机侦察图像压缩方法对感兴趣区域和背景区域分开选择不同的比特率，保证感兴趣侦察目标区域小压缩比压缩，背景区域大压缩比压缩。同时，这个分割压缩方法也可自由选择压缩比的大小，实现自由调整目标和背景的图像质量。也可以根据设备传输带宽的要求，自由调整侦察目标和背景区域的压缩比特率，来满足无人机侦察图像的压缩要求。同时区域恢复质量越好，其对应区域的峰值信噪比也越大。

主权项

一种无人机侦察图像压缩方法，其特征在于：包括如下步骤步骤1、初始化计算n的值，初始化重要系数列表LSP为空列表，将所有属于集合R_ROOT∪R_LL的节点(i,j)存放至不重要系数列表LIP中，再将所有属于集合R_ROOT的节点(i,j)存放至不重要集合列表LIS中，并看作是A类元素；步骤2、排序2.1、计算列表LIP中所有节点(i,j)的重要函数S_n(i,j)若S_n(i,j)＝1，则将节点(i,j)加入列表LSP中，同时输出其对应小波系数C(i,j)的符号位；2.2、分析列表LIS中的所有节点(i,j)A.若节点(i,j)是一个A类元素，计算出它的重要函数值S_n(D(i,j))；若S_n(D(i,j))＝1，则：a.计算集合O(i,j)中所有节点(k,l)的重要函数值S_n(k,l)若S_n(k,l)＝1，则将节点(k,l)存放至列表LSP中，同时输出其对应小波系数C(k,l)的符号位，若S_n(k,l)＝0，则将节点(k,l)存放至列表LIP的尾部；b.若集合L(i,j)是一个空集，即L(i,j)≠φ，就将节点(i,j)存放到列表LIS的尾部，并看作是B类元素，然后继续进行步骤B处理；否则就把节点(i,j)从列表LIS中删除；B.若节点(i,j)是一个B类元素，计算出它的重要函数值S_n(L(i,j))，若S_n(L(i,j))＝1，就将所有属于集合O(i,j)的节点(k,l)以A类元素存放至LIS的尾部，同时把节点(i,j)从列表LIS中转移出来；步骤3、渐进计算列表LSP中所有节点(i,j)所对应的小波系数C(i,j)的绝对值|C(i,j)|，并将其第n位的比特值输出；步骤4、阈值更新设n＝n‑1，同时再转回步骤2进行下一级编码扫描。