鄭柯 廖耀庭 胡振龍

（中國(guó)天繪衛(wèi)星中心，北京 102102）

JPEG2000壓縮模擬的殘余條紋成因分析

鄭柯 廖耀庭 胡振龍

（中國(guó)天繪衛(wèi)星中心，北京 102102）

基于某些光學(xué)遙感衛(wèi)星圖像相對(duì)輻射校正效果不理想，存在殘余細(xì)條紋現(xiàn)象，文章以JPEG2000壓縮為例，分析了圖像壓縮對(duì)相對(duì)輻射校正的不利影響。首先對(duì)相對(duì)輻射校正殘余條紋的成因進(jìn)行了傅里葉分析，然后利用 JPEG2000壓縮器，對(duì)樣本圖像進(jìn)行了模擬壓縮——解壓模擬實(shí)驗(yàn)和信息損失分析，實(shí)驗(yàn)結(jié)果證實(shí)了傅里葉分析的結(jié)論：在圖像壓縮比過(guò)大的情況下，相對(duì)輻射校正難以取得滿(mǎn)意的效果，殘余條紋現(xiàn)象可能產(chǎn)生。最后利用頻率域空間特性量化分析殘余條紋和圖像信息的方法，定量分析了圖像壓縮對(duì)相對(duì)輻射校正的不利影響，結(jié)果表明：在采用有損壓縮的前提下，降低圖像壓縮比并不能從根本上解決殘余條紋問(wèn)題，而星上相對(duì)輻射校正是徹底的解決相對(duì)輻射校正殘余條紋的更優(yōu)方案。

圖像壓縮 壓縮比 星上輻射校正 相對(duì)輻射校正 航天遙感

0 引言

相對(duì)輻射校正參數(shù)定標(biāo)的方案包括兩類(lèi)：實(shí)驗(yàn)室積分球定標(biāo)和在軌定標(biāo)[1]。地面實(shí)驗(yàn)室積分球數(shù)據(jù)分析表明，感光探元對(duì)入瞳光輸出響應(yīng)線(xiàn)性度良好[2]。利用實(shí)驗(yàn)室測(cè)定的輸入光強(qiáng)和輸出像素灰度的關(guān)系，求解灰度響應(yīng)統(tǒng)一化參數(shù)。

由于衛(wèi)星入軌工作后感光探元響應(yīng)變化，實(shí)驗(yàn)室定標(biāo)的參數(shù)無(wú)法長(zhǎng)期適用，為此衛(wèi)星數(shù)據(jù)地面處理軟件多采用在軌輻射定標(biāo)法，包括定標(biāo)燈法、均勻場(chǎng)法和統(tǒng)計(jì)法等[3-6]。

定標(biāo)燈法利用地影區(qū)的攝影，直接測(cè)定暗電流的DN值和響應(yīng)系數(shù)；均勻場(chǎng)法則通過(guò)攝影灰度一致性較好的“均勻場(chǎng)”地物，通過(guò)均勻一致化方法，求解各感光探元線(xiàn)性響應(yīng)改正系數(shù)。這兩種方法均基于一階線(xiàn)性響應(yīng)的假設(shè)，不適應(yīng)局部灰度區(qū)間的非線(xiàn)性響應(yīng)。

為解決局部灰度區(qū)間的非線(xiàn)性響應(yīng)問(wèn)題，在實(shí)驗(yàn)室定標(biāo)數(shù)據(jù)失效的情況下，可采用統(tǒng)計(jì)法定標(biāo)非線(xiàn)性響應(yīng)[7]。統(tǒng)計(jì)法假定在長(zhǎng)期攝影中每個(gè)感光探元受到的光照概率密度函數(shù)相同，再基于矩匹配法、均衡法、直方圖匹配等求解一致化響應(yīng)改正參數(shù)。這類(lèi)方法能求解全部灰度區(qū)間的改正參數(shù)，適用非線(xiàn)性響應(yīng)參數(shù)的求解，是大多數(shù)地面處理軟件采用的方案。

然而，在實(shí)際應(yīng)用中部分光學(xué)遙感衛(wèi)星使用上述幾種相對(duì)輻射校正算法可能達(dá)不到理想狀態(tài)，圖像中局部區(qū)域還存在輕微的條紋[8]，這種經(jīng)過(guò)相對(duì)輻射校正后仍存在輕微條紋的現(xiàn)象本文稱(chēng)作相對(duì)輻射校正殘余條紋（簡(jiǎn)稱(chēng)殘余條紋），下面兩種情形容易出現(xiàn)殘余條紋：

1）圖像反差較小、地物紋理少的區(qū)域（下文稱(chēng)作均勻場(chǎng)區(qū)域）；

2）壓縮比較大的遙感衛(wèi)星圖像。

國(guó)內(nèi)外遙感衛(wèi)星所采用的壓縮算法主要包括DPCM、DCT、ADPCM、SPIHT、JPEG2000等[9]。其中，基于小波壓縮算法有SPIHT和JPEG2000，而JPEG2000因具備高倍壓縮率、漸進(jìn)式傳輸、壓縮模式選擇靈活、容錯(cuò)性?xún)?yōu)越等優(yōu)點(diǎn)，被國(guó)際空間數(shù)據(jù)系統(tǒng)咨詢(xún)委員會(huì)（CCSDS）推薦為星上首選圖像壓縮算法，正逐步成為國(guó)內(nèi)外光學(xué)衛(wèi)星優(yōu)先選用的算法。我國(guó)的“遙感六號(hào)”、“高分一號(hào)”[10]、法國(guó)pleiades等衛(wèi)星均采用了該壓縮算法。

本文以JPEG2000壓縮算法為例，討論圖像壓縮對(duì)相對(duì)輻射校正的影響，并分析均勻場(chǎng)區(qū)域易于產(chǎn)生殘余條紋的機(jī)理。壓縮和解壓程序來(lái)自于OpenJPEG網(wǎng)站[11]。

1 條帶殘余成因的傅里葉分析

傅里葉變換是圖像處理和分析的一種很重要的數(shù)學(xué)方法，通過(guò)離散傅里葉變換，將圖像空間域變換到頻率域，頻率域圖像能夠很直觀地反應(yīng)圖像的信息分布，而殘余條紋是一種豎向的信號(hào)，在頻率域圖像中特征明顯。

假設(shè)影像信息無(wú)任何損失，在地面處理過(guò)程中，相對(duì)輻射校正線(xiàn)性模型可表達(dá)為

式中 a、c是相對(duì)輻射校正參數(shù)；Gr表示經(jīng)過(guò)了輻射校正后的圖像（理想情況下的原始圖像信號(hào)）；Gt表示校正前的圖像。可知，星上圖像生成過(guò)程的反向模型也是線(xiàn)性模型，即

若將式（2）看成信號(hào)系統(tǒng)，Gr是原始圖像信號(hào)，由于傳感器響應(yīng)不一致性，輸出的圖像Gt包含條紋，后文中分別將Gr和Gt稱(chēng)作原圖像和輸出圖像。k和b分別是乘性信號(hào)和加性信號(hào)，為簡(jiǎn)化問(wèn)題，對(duì)加信號(hào)和乘信號(hào)的情況分開(kāi)討論。

（1）加性信號(hào)

加性信號(hào)的模型可表示為

光學(xué)衛(wèi)星成像信號(hào)傳遞的過(guò)程如圖1所示，衛(wèi)星在數(shù)據(jù)下傳之前，首先對(duì)輸出圖像進(jìn)行壓縮，傳輸?shù)降孛婧蠼鈮?，再由相?duì)輻射校正參數(shù)還原為原圖像。在數(shù)據(jù)壓縮過(guò)程中，Gt可能損失信號(hào)，設(shè)有信號(hào)損失的原始輸出圖像為Gt′，設(shè)無(wú)信息損失的加性信號(hào)為b，圖像恢復(fù)的過(guò)程可表示為

由于b分量也存在信息損失，設(shè)信息損失后的結(jié)果為b′，那么，式（4）將無(wú)法還原圖像Gr，而是包含殘余條紋和信息損失的圖像Gr′，而b′–b就是相對(duì)輻射校正殘余條紋的理論解釋。

對(duì)式（3）的左右兩邊進(jìn)行傅里葉變換，可得到輸出圖像Gt的頻率域圖像F（Gt）

式中 F（Gr）是圖像Gr的頻率域圖像，與圖像包含的地物相關(guān)；F（b）是條紋信號(hào)的頻率域圖像，是探元響應(yīng)不一致的分量。在地物紋理較少且細(xì)節(jié)不豐富的區(qū)域，F(xiàn)（Gt）的高頻部分主要分量是F（b），數(shù)據(jù)壓縮過(guò)程中b分量的信號(hào)損失較多，就容易形成明顯的殘余條紋，這就是均勻場(chǎng)區(qū)域易出現(xiàn)殘余條紋的重要原因。

（2）乘性信號(hào)

乘性噪聲模型可表示為

直接對(duì)式（6）進(jìn)行傅里葉分析比較困難，將其變換為

（k–1）Gr可看成與 b類(lèi)似的加性信號(hào)，可推測(cè)乘性信號(hào)與加性噪聲結(jié)論類(lèi)似，區(qū)別在于：加性噪聲與圖像灰度均值大小無(wú)關(guān)，但乘性噪聲對(duì)亮場(chǎng)可能更敏感。

圖1 光學(xué)衛(wèi)星成像信號(hào)傳遞過(guò)程Fig.1 Signal transmission process of optical remote sensing satellite

2 模擬實(shí)驗(yàn)

為驗(yàn)證上一章傅里葉理論分析的結(jié)論，本文通過(guò)模擬衛(wèi)星載荷數(shù)據(jù)獲取的“攝影——壓縮——下傳——解壓——去條紋”過(guò)程，再通過(guò)對(duì)殘余條紋和圖像信息損失的量化，將不同樣本和壓縮比實(shí)驗(yàn)的結(jié)果對(duì)比和分析來(lái)驗(yàn)證該結(jié)論。

2.1過(guò)程模擬

圖像由數(shù)碼單反相機(jī)攝影獲得，后將圖像重采樣為1 824行、1 216列，位深8bit，灰度均值約為100。輻射校正模擬參數(shù)k和b由Matlab正態(tài)分布隨機(jī)數(shù)生成器獲得，其中k均值1.16、方差0.04，b均值16、方差4。

樣本圖像如圖2所示，分別模擬光學(xué)遙感衛(wèi)星圖像包含地物的典型情形：樣本A包括墻壁、裸露土地、水泥地等，模擬陸地表面的普遍情形，其中水泥地可視為均勻場(chǎng)，與水域覆蓋的情形類(lèi)似；樣本B左半部分為水泥地（均勻場(chǎng)），與海邊類(lèi)似，右半部分紋理豐富；樣本 C全部是碎石地，整幅圖像紋理都很豐富，與荒漠戈壁地貌類(lèi)似；樣本D主要部分是白色墻壁，與海洋類(lèi)似。

實(shí)驗(yàn)中先對(duì)樣本圖像加入模擬條紋，然后采用不同的壓縮比壓縮后再解壓，最后利用k和b參數(shù)去除模擬條紋。

2.2 均勻場(chǎng)的殘余條紋現(xiàn)象

將樣本A用壓縮比1∶3、1∶4和1∶6分別實(shí)驗(yàn)（如圖3所示），目視對(duì)比可知，在均勻場(chǎng)區(qū)域殘余條紋隨著壓縮比的增大而逐步變得明顯，而周?chē)蔷鶆驁?chǎng)區(qū)域條紋不明顯，這印證了前邊所指出的圖像均勻場(chǎng)區(qū)域易出現(xiàn)殘余條紋的結(jié)論。

圖2 樣本圖像Fig.2 Sample images

圖3 不同壓縮比的均勻場(chǎng)殘余條紋現(xiàn)象Fig.3 Residual streaks phenomenon at various compression ratios

圖3的對(duì)比結(jié)果說(shuō)明：在圖像壓縮比過(guò)大的情況下，相對(duì)輻射校正難以取得理想的效果。進(jìn)一步分析該問(wèn)題，需要對(duì)殘余條紋現(xiàn)象進(jìn)行量化分析。

2.3 條紋與圖像信息損失的量化

經(jīng)過(guò)相對(duì)輻射校正地面處理的圖像Gr′（后文簡(jiǎn)稱(chēng)恢復(fù)圖像）不僅有殘余條紋現(xiàn)象，圖像信息也有損失。將原圖像和恢復(fù)圖像求差值，再將差值放大10倍，最后將差值圖像的均值平移到128（256灰度級(jí)的中值）后進(jìn)行傅里葉變換，生成頻率域圖像M的過(guò)程表達(dá)式為：

式中 Gr為原圖像；Gr′為恢復(fù)圖像。實(shí)驗(yàn)采用的壓縮比為1∶6，頻率域圖像如圖4所示。

圖4 原圖像和恢復(fù)圖像差值的頻率域圖像Fig.4 Frequency domain image

差值包含兩個(gè)分量，一是條紋信號(hào)的損失，二是圖像信號(hào)的損失。殘余條紋是豎向信號(hào)，故在圖4中可觀察到中部的亮線(xiàn)，亮線(xiàn)的灰度值是殘余條紋強(qiáng)度的測(cè)度，亮線(xiàn)上的位置代表頻率，從亮線(xiàn)的兩段到中點(diǎn)代表從高頻到低頻。由于圖像信息損失沒(méi)有明顯的規(guī)律，那么除無(wú)損壓縮的情況外，在中間亮線(xiàn)以外的區(qū)域，圖像的灰度值應(yīng)大于零。通過(guò)對(duì)頻率域圖像中殘余條紋信號(hào)和圖像損失信號(hào)對(duì)應(yīng)的區(qū)域進(jìn)行灰度值取樣，可定量比較分析殘余條紋現(xiàn)象和圖像信息損失。

設(shè)頻率域圖像M的p行和q列的灰度值為Mp,q。由于頻率域圖像左右對(duì)稱(chēng)的特性，只需取樣亮線(xiàn)的左半部分，亮線(xiàn)位于圖像正中間的一行，但有一定的寬度，故對(duì)亮線(xiàn)上下各延拓各一行，取每一列的最大灰度值，得到數(shù)組 in，n是頻率域圖像的列號(hào)。設(shè)圖像頻率域高和寬分別為h和w，n的取值從0到w/2，則in表示為

同理，對(duì)圖像除亮線(xiàn)以外的其他區(qū)域取樣可評(píng)價(jià)圖像信號(hào)損失：對(duì)亮線(xiàn)周?chē)舷?0像素的區(qū)域的每列影像灰度值取平均，得到數(shù)組ln

in和 ln可看成是殘余條紋信號(hào)和圖像信息損失關(guān)于圖像信息頻率的函數(shù)，n的值從小到大，代表圖像信息高頻分量部分到低頻分量部分。由于in和ln波動(dòng)較大，不便于分析比較，對(duì)in和ln分組，每組45個(gè)元素取均值得到新數(shù)組Im和Lm，本文分別定義為殘余條紋和圖像信息損失的測(cè)度：

Im和Lm數(shù)值的變化更平緩，值的大小沒(méi)有直接的物理意義，但其相對(duì)大小能夠反映信號(hào)在不同頻率區(qū)間的強(qiáng)弱關(guān)系；m是數(shù)組下標(biāo)，其值代表不同頻率區(qū)間的編號(hào)，編號(hào)從小到大，代表從高頻到低頻。

3 對(duì)比實(shí)驗(yàn)與分析

3.1 不同樣本的對(duì)比

采用1∶6壓縮，對(duì)所有樣本分別模擬壓縮與解壓縮實(shí)驗(yàn)。殘余條紋和圖像信號(hào)損失測(cè)度曲線(xiàn)如圖5、6所示。

圖5 殘余條紋信號(hào)曲線(xiàn)ImFig.5 Signal of residual streaks

圖6 圖像信號(hào)損失曲線(xiàn)LmFig.6 Signal of image depression

由圖5、6可知，不同樣本條紋信號(hào)和圖像信號(hào)損失表現(xiàn)不相同，原因是：根據(jù)壓縮算法特性，圖像采用1∶N壓縮后的數(shù)據(jù)量為原始影像1/N，不同影像的信息量不同，那么壓縮后信息損失量不同；而條紋信號(hào)的損失量（即殘余條紋），還取決于原圖像信號(hào)和條紋信號(hào)強(qiáng)度的比例。

樣本D圖像紋理少，信息量很小，壓縮后條紋信號(hào)損失和原圖像質(zhì)量損失都不大，故殘余條紋最??；樣本C圖像全部被紋理豐富地物覆蓋，原圖像的信號(hào)強(qiáng)度明顯強(qiáng)于條紋信號(hào)，在圖像壓縮過(guò)程中，由于信息損失的主要成分是原圖像信息的損失，原圖像信息損失最多，但殘余條紋強(qiáng)度卻低于樣本A和B；樣本B的右半部分，信息豐富，但左半部分的水泥地是均勻場(chǎng)地物，圖像壓縮過(guò)程中條紋信號(hào)損失較多，故圖像B的殘余條紋現(xiàn)象最明顯。

模擬影像的情形可在實(shí)際光學(xué)遙感衛(wèi)星數(shù)據(jù)中找到例證。例如，在陸地地區(qū)影像中，湖面、旱地等均勻場(chǎng)地物區(qū)域容易出現(xiàn)殘余條紋（樣本 A或 B），但地物細(xì)節(jié)豐富的區(qū)域卻沒(méi)有條紋。在全部為水面的影像中，圖像卻沒(méi)有明顯條紋（樣本D），但在海邊地區(qū)水域的條紋又非常明顯（樣本B）。

3.2不同壓縮比的對(duì)比

樣本A包括不同細(xì)節(jié)豐富程度的地物，接近遙感衛(wèi)星圖像普遍情形，故采用樣本A實(shí)驗(yàn)。對(duì)樣本A分別采用無(wú)損、1∶2、1∶3、1∶4、1∶5、1∶6、1∶8和1∶10壓縮比進(jìn)行模擬壓縮與解壓實(shí)驗(yàn)，其中，1∶2至1∶8是各遙感衛(wèi)星所采用的典型壓縮比，1∶10用于對(duì)比，實(shí)驗(yàn)得到的測(cè)度曲線(xiàn)如圖7所示。

圖7 不同壓縮比的殘余條紋Fig.7 Signal of residual streaks at various compression ratios

由圖7可知，除無(wú)損壓縮的Im與橫軸幾乎重合外，采用其他壓縮比Im值都不為0。由此可知，在有損壓縮的情況下，殘余條紋現(xiàn)象無(wú)法避免。

3.3減少條紋信息強(qiáng)度的對(duì)比

設(shè)條紋信號(hào)削弱的倍數(shù)為z，取值分別為1、10、20、30、40、50。條紋信號(hào)削弱后，乘性條紋信號(hào)kw和加性條紋信號(hào)bw與削弱前的乘性信號(hào)k和加性信號(hào)b的關(guān)系表達(dá)式為：

對(duì)不同條紋信號(hào)強(qiáng)度的情形分別實(shí)驗(yàn)，壓縮比固定為1∶6，殘余條紋信號(hào)強(qiáng)度的對(duì)比和圖像信息損失的測(cè)度曲線(xiàn)對(duì)比如圖8、9所示。

圖8 殘余條紋強(qiáng)度與條紋信號(hào)強(qiáng)度的關(guān)系Fig.8 Signal of residual streaks after streaks weaken

圖9 圖像信號(hào)損失與條紋信號(hào)強(qiáng)度的關(guān)系Fig.9 Signal of image depression after streaks weaken

由圖8、9可知，隨著條紋信號(hào)的削弱，殘余條紋和圖像信號(hào)損失都在減小，即殘余條紋減小的同時(shí)，圖像品質(zhì)也在提高。隨著條紋信號(hào)的削弱，Lm值趨近于一條漸進(jìn)的曲線(xiàn)，這條曲線(xiàn)反映的是無(wú)響應(yīng)不一致條紋的理想圖像在壓縮后的信息損失，由圖8可知，對(duì)樣本A，當(dāng)條紋信號(hào)被削弱到1/40時(shí)（響應(yīng)不一致性小于0.25%），殘余條紋現(xiàn)象可忽略不計(jì)。

3.4 結(jié)果分析

3.2節(jié)和3.3節(jié)分別對(duì)比了在不同壓縮比和不同條紋信號(hào)強(qiáng)度下殘余條紋和圖像信息損失的變化，可得到如下結(jié)論：

1）只要有損壓縮，減少壓縮比不能從根本解決輻射殘余條紋問(wèn)題，相對(duì)輻射校正殘余條紋現(xiàn)象無(wú)法避免。

2）對(duì)一定的壓縮比，當(dāng)條紋信號(hào)下降到一定程度時(shí)，輻射殘余條紋現(xiàn)象可能完全消失，圖像品質(zhì)也會(huì)隨著條紋信號(hào)的減弱而提高。

從信息傳輸理論的角度可解釋為：輻射響應(yīng)不一致的條紋信號(hào)本是無(wú)用的噪聲信號(hào)，若隨著圖像信號(hào)下傳，必然會(huì)擠占星地傳輸帶寬；若能減少條紋信號(hào)的強(qiáng)度，不但能抑制殘余條紋現(xiàn)象，圖像品質(zhì)也能得到改善，等效提高了星地?cái)?shù)傳效率。

4 解決輻射殘余條紋的方法

要徹底避免殘余條紋現(xiàn)象只能采用無(wú)損壓縮，但這將極大增加星地?cái)?shù)傳的壓力。在傳輸帶寬有限的前提下，星地?cái)?shù)傳不可避免地采用有損壓縮。解決有損壓縮產(chǎn)生殘余條紋問(wèn)題，理論上有兩種方案可供選擇：

1）根據(jù)信息不完整的輸出圖像恢復(fù)丟失的條紋信號(hào)，然后還原被壓縮后的圖像。由于信息已經(jīng)丟失，這可能無(wú)法實(shí)現(xiàn)，即使理論上存在可能性，前提需對(duì)圖像壓縮器和解壓器的實(shí)現(xiàn)細(xì)節(jié)和信號(hào)損失的規(guī)律進(jìn)行深入研究。

2）在圖像壓縮前，盡可能的削弱響應(yīng)不一致性條紋。受硬件制造工藝的限制，感光探元的響應(yīng)不一致性很難進(jìn)一步降低。文獻(xiàn)[12]中星上相對(duì)輻射校正方案就是一種在圖像壓縮前削弱條紋噪聲的方法：將地面定標(biāo)結(jié)果上傳到星上，在圖像壓縮前通過(guò)相對(duì)輻射校正削弱條紋信號(hào)（過(guò)程如圖10所示），不但有可能徹底解決殘余條紋問(wèn)題，還能提高數(shù)據(jù)傳輸效率，改善圖像的品質(zhì)。

圖10 星上相對(duì)輻射校正Fig.10 On-satellite relative radiometric calibration

5 結(jié)束語(yǔ)

本文從傅里葉分析的角度對(duì)圖像壓縮造成殘余條紋現(xiàn)象的成因進(jìn)行了深入的分析，以JPEG2000算法為例，分析了圖像壓縮對(duì)相對(duì)輻射校正的負(fù)面影響。模擬實(shí)驗(yàn)結(jié)果表明：圖像有損壓縮是相對(duì)輻射校正殘余條紋現(xiàn)象產(chǎn)生的重要原因；在壓縮比過(guò)大的情況下，相對(duì)輻射校正無(wú)法取得滿(mǎn)意效果；在星地傳輸帶寬有限而不得不采用有損壓縮的前提下，降低圖像壓縮比不能徹底避免殘余條紋現(xiàn)象的發(fā)生，而實(shí)施星上相對(duì)輻射校正不但有可能徹底解決相對(duì)輻射校正殘余條紋問(wèn)題，還將提升圖像的品質(zhì)，同時(shí)提高星地傳輸效率。

References)

[1]周勝利. 積分球在實(shí)驗(yàn)室內(nèi)用于空間遙感器的輻射定標(biāo)[J]. 航天返回與遙感, 1998, 19(1): 29-34. ZHOU Shengli. Radiometric Calibration Sphere in the Laboratory for Space Remote Sensor[J]. Spacecraft Recovery & Remote Sensing, 1998, 19(1): 29-34. (in Chinese)

[2]何紅艷, 王小勇, 宗云花. CBERS-02B衛(wèi)星TDICCD 相機(jī)的相對(duì)輻射定標(biāo)方法及結(jié)果[J]. 航天返回與遙感, 2010, 34(4): 38-44. HE Hongyan, WANG Xiaoyong, ZONG Yunhua. Relative Radiant Calibration Method and Result of TDICCD Camera of CBERS-02B Satellite[J]. Spacecraft Recovery & Remote Sensing, 2010, 34(4): 38-44. ( in Chinese)

[3]王小燕, 龍小詳. 資源一號(hào)02B星相機(jī)相對(duì)輻射校正方法分析[J]. 航天返回與遙感, 2008, 29(2): 29-34. WANG Xiaoyan, LONG Xiaoxiang. Analysis of Relative Radiometric Correction Method of CBERS-02B Camera[J]. Spacecraft Recovery & Remote Sensing, 2008, 29(2): 29-34. (in Chinese)

[4] DUAN Yini, ZHANG Lifu, YAN Lei. Relative Radiometric Correction Methods for Remote Sensing Images and Their Applicability Analysis[J]. Journal of Remote Sensing, 2014, 18(3): 597-617.

[5]郭建寧, 于晉, 曾湯, 等. CBERS-01/02衛(wèi)星CCD圖像相對(duì)輻射校正研究[J]. 中國(guó)科學(xué), 2005, 35(增刊I): 11-25.GUO Jianning, YU Jin, ZENG Tang, et al. CBERS-01/02 Satellite Relative Radiometric Correction of CCD Image[J]. Science of China, 2005, 35(Supplement I): 11-25. (in Chinese)

[6]高正清, 楊志高, 王險(xiǎn)峰. 相對(duì)輻射定標(biāo)與相對(duì)輻射校正場(chǎng)[J]. 遙感與航空攝影, 2009(4): 48-53. GAO Zhengqing, YANG Zhigao, WANG Xianfeng. Relative Radiometric Calibration and Radiometric Calibration Site[J]. Remote Sensing and Aerial Photography, 2009(4): 48-53. (in Chinese)

[7]潘志強(qiáng), 顧行發(fā), 劉國(guó)棟, 等. 基于探元直方圖匹配的CBERS-01星CCD數(shù)據(jù)相對(duì)輻射校正方法[J]. 武漢大學(xué)學(xué)報(bào)（信息科學(xué)版）, 2005, 30(10): 925-927. PAN Zhiqiang, GU Xingfa, LIU Guodong, et al. Relative Radiometric Correction of CBERS-01 CCD Image Based on Histogram-match[J]. Geomatics and Information Science of Wuhan University, 2005, 30(10): 925-927. (in Chinese)

[8] ADAMS M D. The JPEG-2000 Still Image Compression Standard[S]. Canada Dept. of Electrical and Computer Engineering University of Victoria, 2002-12-25.

[9]孫承志. 遙感影像壓縮失真度量研究及應(yīng)用[D]. 武漢: 武漢大學(xué), 2010: 8-15. SUN Chengzhi. Distortion Measurement for Compressed Remote Sensing Images and Its Application[D]. Wuhan: Wuhan University, 2010: 8-15. (in Chinese)

[10]白照廣. 高分一號(hào)衛(wèi)星的技術(shù)特點(diǎn)[J]. 中國(guó)航天, 2013(8): 5-9. BAI Zhaoguang. The Technical Characteristics of Gaofeng-1 Satellite[J]. China Aerospace, 2013(8): 5-9. (in Chinese)

[11]Open JPEG Homepage[EB/OL]. [2014-3-1]. http://www.openjpeg.org/.

[12]武星星, 劉金國(guó). 大視場(chǎng)多光譜空間相機(jī)在軌自動(dòng)相對(duì)輻射校正研究[J]. 儀器儀表學(xué)報(bào), 2013, 1(34): 104-111. WU Xingxing, LIU Jinguo. Research on on-orbit Automatic Relative Radiometric Correction of Multi-spectral Space Camera with Large Field of View[J]. Chinese Journal of Scientific Instrument, 2013, 1(34): 104-111. (in Chinese)

[13]肖學(xué)敏. JPEG2000衛(wèi)星圖像壓縮方法的研究與實(shí)現(xiàn)[D]. 長(zhǎng)沙: 國(guó)防科技大學(xué), 2007: 2-3. XIAO XueMin. Research and Implementation of JPEG2000 Satellite Image Compression[D]. Changsha: National University of Defense Technology, 2007: 2-3. (in Chinese)

[14]張保貴. 空間CCD相機(jī)輻射校正算法分析[J]. 航天返回與遙感, 2014, 2(35): 91-96. ZHANG Baogui. Analysis of Relative Radiometric Calibration Algorithm of Space CCD Camera[J]. Spacecraft Recovery & Remote Sensing, 2014, 2(35): 91-96 . (in Chinese)

[15]葉培建. 線(xiàn)陣CCD器件主要性能參數(shù)及測(cè)試方法[J]. 中國(guó)空間科學(xué)技術(shù), 1997, 6(3): 44-50. YE Peijian. Main Performance Parameters of Linear Array CCD Device and Testing Method[J]. Chinese Space Science and Technology, 1997, 6(3): 44-50. (in Chinese)

[16]王海燕, 于晉, 李照洲. 星載紅外相機(jī)相對(duì)定標(biāo)算法研究[J]. 航天返回與遙感, 2008, 30(6): 44-49. WANG Haiyan, YU Jin, LI Zhaozhou. Analysis of Relative Calibration Algorithm of Space-borne Infrared Camera[J]. Spacecraft Recovery & Remote Sensing, 2008, 30(6): 44-49. (in Chinese)

[17]周春城, 李傳榮, 胡堅(jiān), 等. 基于行頻變化的航空高光譜成像儀相對(duì)輻射校正方法研究[J]. 遙感技術(shù)與應(yīng)用, 2012, 27(1): 33-38. ZHOU Chunchen, LI Chuanrong, HU Jian, et al. A Study on Passive Radiometric Correction Method based on Line Frequency Difference for Airborne Hyperspectral Imagery[J]. Remote Sensing Technology and Application, 2012, 27(1): 33-38. (in Chinese)

[18]湧曾 , 王文宇, 王靜巧. 基于實(shí)驗(yàn)室定標(biāo)和均勻景統(tǒng)計(jì)的相對(duì)輻射定標(biāo)方法[J]. 航天返回與遙感, 2012, 33(4): 19-24. ZENG Yong, WANG Wenyu, WANG Jingqiao. A Method of Relative Radiometric Calibration Based on Laboratory Calibration and Homogeneous Scenes[J]. Spacecraft Recovery & Remote Sensing, 2012, 33(4): 19-24. (in Chinese)

Analysis of Residual Streaks Based on JPEG2000 Compression Simulation

ZHENG Ke LIAO Yaoting HU Zhenlong

（Tianhui Satellite Center of China, Beijing 102102, China）

The results of relative radiometric correction of some domestic optical remote sensing satellite images are not so ideal that residual streaks exist. In the case of JPEG2000 compression, this article analyses negative impact of image compression on relative radiometric correction. Firstly, this phenomenon is analysed by Fourier analysis. Then a compress-decompress simulation experiment proves the conclusions of the Fourier analysis: when image compression ratio is too large, relative radiometric calibration is difficult to achieve satisfactory results, and residual streaks phenomena may arise. Finally, based on measurement of signal of residual streaks and image depress, a comparative analysis confirms that lower image compression ratio does not fundamentally solve the problem of residual streaks, but on-satellite radiometric correction before image compression is a better solution to suppress residual streaks.

image compression; compression ratio; on-satellite radiometric correction; relative radiometric correction; space remote sensing

TP79

: A

: 1009-8518(2016)01-0080-09

10.3969/j.issn.1009-8518.2016.01.010

鄭柯，男，1987年出生，2013年畢業(yè)于武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，獲數(shù)字?jǐn)z影測(cè)量專(zhuān)業(yè)碩士學(xué)位。工程師，研究方向?yàn)樵谲墡缀味?biāo)和在軌輻射定標(biāo)。E-mail：452788431@qq.com。

（編輯：夏淑密）

2015-04-12