航空圖像由于可以提供大量豐富的直觀信息，因而在軍事偵察、搶險救災(zāi)、氣象探測等領(lǐng)域得到了廣泛應(yīng)用。航空圖像由于是遠距離成像，所以分辨率較低且數(shù)據(jù)量很大。如果要把拍攝的航空圖像實時回傳，就必須對其進行壓縮編碼。由于圖像壓縮算法復(fù)雜，因此決定了回傳系統(tǒng)必須采用高速數(shù)字信號處理芯片來實現(xiàn)。DSP作為當(dāng)前運算性能最高的信號處理芯片，成為實現(xiàn)系統(tǒng)方案的最佳選擇。
　　目前進行圖像壓縮的方法很多，主要集中在小波變換、分形壓縮、神經(jīng)網(wǎng)絡(luò)編碼等幾個領(lǐng)域。其中小波變換編碼憑借其優(yōu)良的時頻特性和多分辨率特性成為最熱門的研究方向之一，并在圖像壓縮領(lǐng)域占據(jù)了主導(dǎo)地位。但傳統(tǒng)的小波變換計算復(fù)雜，且都是在頻域進行。1994年，W.Sweldens提出了一種新的小波構(gòu)造方案——提升小波。它可以進行原位運算，硬件實現(xiàn)時較為容易，且可以節(jié)省內(nèi)存空間，這一點對于提高系統(tǒng)性能、降低系統(tǒng)成本非常重要；和傳統(tǒng)的小波變換相比，它可以把計算復(fù)雜度減小一半，運算速度非?？?；此外，提升方案適合用SIMD（單指令多數(shù)據(jù)流）來實現(xiàn)，這和DSP的多總線讀寫結(jié)構(gòu)是一致的［1］。鑒于提升方案的諸多優(yōu)點，本系統(tǒng)在具體實現(xiàn)時其小波變換部分采用提升算法來實現(xiàn)。
　　Shaprio于1992年提出了零樹編碼方案，它采用全新的零樹結(jié)構(gòu)來表征小波系數(shù)，使小波變換應(yīng)用于圖像壓縮的優(yōu)越性得到了充分的體現(xiàn)［2］。由于零樹法高效的性能，人們在其基礎(chǔ)上又提出了各種改進方法。1996年，Said和Pearlman提出了基于等級樹集合分割的算法——SPIHT算法［3］。該算法也是基于零樹思想，但采用集合劃分來進行編碼，在系數(shù)組織方面更有效，壓縮效率也更高。SPIHT算法已經(jīng)成為公認的編碼效率最高的算法之一，即使不采用算術(shù)編碼進行熵編碼，編碼效率仍然很高，優(yōu)于前面的零樹編碼。因此，本系統(tǒng)在具體實現(xiàn)時采用SPIHT算法對小波系數(shù)進行編碼。
　　1 軟件實現(xiàn)
　　1.1提升小波的實現(xiàn)
　　由于圖像的非平穩(wěn)統(tǒng)計特性，任何一組小波基都不可能同時最優(yōu)地刻畫所有的圖像特征，因此存在小波基的選取問題。從熵、峰-峰比PPR、廣義編碼增益、抗誤差性能分析等幾個方面綜合比較，本系統(tǒng)采用Antini9/7作為提升方案的小波基［4］。該小波提升方案的實現(xiàn)過程如下：
　　Antini9/7的分析濾波器為：