Advertisement

Annales Des Télécommunications

, Volume 56, Issue 11–12, pp 632–645 | Cite as

La compression d’images embarquée pour les missions spatiales

  • Catherine Lambert-Nebout
  • Christophe Latry
  • Gilles Moury
Article
  • 84 Downloads

Résumé

La quantité de données générées à bord des véhicules spatiaux est de plus en plus importante du fait de l’amélioration constante de la résolution des instruments d’observation optique et du maintien d’une fauchée importante. Malheureusement, les capacités de stockage à bord et de transmission vers le sol sont limitées : il s’avère donc indispensable d’introduire un traitement de compression à bord.

Les progrès des technologies électroniques et informatiques embarquées permettent d’intégrer des algorithmes complexes dans les équipements de traitement à bord des satellites et ainsi d’améliorer les performances de la compression embarquée.

Les taux de compression doivent cependant rester compatibles des exigences de qualité s’appliquant aux images délivrées par l’ensemble du système qui inclut notamment des traitements au sol sophistiqués (réechantillonnage, déconvolution, débruitage, fusion panchromatique/multispectral) dont l’interaction avec la compression est complexe.

Nous décrivons dans cet article les différents algorithmes de compression, utilisés ou en cours d’étude pour des missions spatiales ainsi que les méthodes d’évaluation mises en œuvre et les résultats obtenus.

Mots clés

Télédétection Satellite observation Terre Compres-sion image Observation optique Qualité image Codage Sonde spatiale Transformation cosinus Développement ondelette 

Onboard image compression for space missions

Abstract

On-board space instruments produce more and more high amount of data due to the increase in both resolution and number of bits per pixel, not compensated by the reduced swath. Due to the stringent limitations (in terms of mass and power) which apply to on-board equipment, it is essential to reduce to a minimum the on-board sto-rage capacity and the on-board transmission rate needed to fullfill the mission: on-board image compression is a very powerful tool to optimise the resources.

The availability, for spaceborne applications, of highly integrated circuits allows to implement on board very sophisticated real-time compression schemes and then to improve the performances of on-board compression.

The whole image chain (from the sensor to the on-ground post-processing such as déconvolution and denoising) has to be considered in order to select the compression algorithm and the compression ratio.

This article presents the compression algorithms, selected or currently studied, for space missions, and the methods of image quality evaluation.

Key words

Remote sensing Land observation satellite Image compression Optical observation Picture quality Coding Space probe Cosine transformation Wavelet expansion 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Bibliographie

  1. [0]
    Mallat (S.), « A Theory For Multiresolution Signal Decomposition: The Wavelet Representation »,t-pami (11), 1989, pp. 674–693MATHGoogle Scholar
  2. [1]
    Malvar (H.S.),Staelin (D.H.), « The lot : Transform Coding without Blocking effects »,ieee Transactions on assp, 37, n° 4, april 1989.Google Scholar
  3. [2]
    Rabbani (M.), Jones (P.), « Digital image compression techniques »,Tutorial Texts in Optical Engineering, vol. tt7, spie, 1991Google Scholar
  4. [3]
    Gersho (A.), Gray (R.M.), « Vector Quantization and Signal Compression »,Kluwer Academic Publishers, 1992Google Scholar
  5. [4]
    iso/iec dis 10918-1, « Compression numérique et codage des images fixes de nature photographique », 1992 (standard JPEG).Google Scholar
  6. [5]
    Antonini (M.), Barlaud (M.), Mathieu (P.), Daubechies (I.), « Image Coding using wavelet transform »,ieee Trans. on Image Processing,1, n° 2, pp. 205–220, 1992.CrossRefGoogle Scholar
  7. [6]
    Cohen (A.), Daubechies (I.), Feauveau (J.C.), « Biorthogonal Bases of Compactly Supported Wavelets »,Comm. Pur. Appl. Math.,45, pp 485–560, 1992.MATHCrossRefMathSciNetGoogle Scholar
  8. [7]
    Lambert-Nebout (C), Moury (G.), Carayon (J.L.), Lier (P.), « La compression de données à bord : un moyen d’optimisation des missions sur petits satellites »,Symposium International Systèmes et Services à Petits Satellites, Biarritz, juin 1994Google Scholar
  9. [8]
    Moury (G.), « La compression d’images embarquée pour les missions spatiales »,Nouvelle revue Aéronautique Astronautique,n°5, 1995 Google Scholar
  10. [9]
    Moury (G.), Brevet européen « dispositif pour la transmission d’images relevées par un satellite » EP 0 631 443 AlGoogle Scholar
  11. [10]
    Lier (P.), Moury (G.), Latry (C), Cabot (F.), « Selection of the SPOT-5 Image Compression algorithm »,Proceedings of spie 98 (San Diego),3439-70, juillet 1998Google Scholar
  12. [11]
    Mallat (S.), « A wavelet tour of signal processing »,Academic Press, 1998Google Scholar
  13. [12]
    Lambert-Nebout (C), Moury (G.), Blamont (J.E.), « Status of on-board image compression for cnes space missions »,Proceedings of spie 1999 (Denver),3808. Google Scholar
  14. [13]
    Parisot (C), Antonini (M.), Barlaud (M.), Lambert-Nebout (C), Latry (C), Moury (G.), « On board strip-based wavelet image coding for future space remote sensing missions »,igarss, juillet 2000.Google Scholar
  15. [14]
    Parisot (C), Antonini (M.), Barlaud (M.), « ebwic : A low complexity and efficient rate constrained wavelet image coder »,icip, août 2000.Google Scholar
  16. [15]
    Gabay (A.), Duhamel (P.), Rioul (O.), « Real bch codes as joint source channel code for satellite images coding »,globcom, Nov. 2000.Google Scholar
  17. [16]
    Iso/Iec Jtc / Sc 29/ WG1, 1.29.15444, Coding of Still Pictures « JPEG 2000 », Janvier 2001.Google Scholar
  18. [17]
    Guillois (J.P.),Charrier (M.),Lambert-Nebout (C),Paucard (B.), « Standards de Compression d’images fixes »,Traité 1C2, Chapitre IV, Hermes,à paraître. Google Scholar

Copyright information

© Springer-Verlag 2001

Authors and Affiliations

  • Catherine Lambert-Nebout
    • 1
  • Christophe Latry
    • 1
  • Gilles Moury
    • 1
  1. 1.cnesToulouse Cedex 4

Personalised recommendations