基于小波理論的SAR圖像壓縮算法研究.pdf_第1頁
已閱讀1頁,還剩125頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、合成孔徑雷達(SAR)是一種主動式的微波成像系統(tǒng),可安裝在飛機、衛(wèi)星等飛行平臺上,全天時、全天候地實施對地觀測,并具有一定的地表穿透能力,在軍事和民用建設(shè)中發(fā)揮了巨大作用。通常SAR圖像分辨率較高,成像范圍較大,數(shù)據(jù)量高,因此如何有效地對其進行壓縮,降低數(shù)據(jù)量,以利于存儲和傳輸便成為SAR圖像處理中的一個關(guān)鍵問題,具有重要的理論意義和應(yīng)用價值。
  圍繞著SAR圖像的特點,本論文重點研究了小波域的SAR圖像編碼算法,主要包括以下內(nèi)

2、容:
  首先,論文對SAR圖像特性做了較深入的理論分析。第一是受乘性相干斑噪聲的影響,SAR圖像數(shù)據(jù)相關(guān)性小,信息熵高;第二是SAR圖像上既有細節(jié)紋理信息又有大量均勻區(qū)域,這樣就有必要考慮減少均勻區(qū)域的編碼比特數(shù);第三是SAR圖像數(shù)據(jù)的動態(tài)范圍很高。SAR圖像與光學(xué)圖像之間的這些差異意味著將光學(xué)圖像的編碼算法用于SAR圖像壓縮并不一定是最優(yōu)的,需要結(jié)合SAR圖像特點設(shè)計相應(yīng)的編碼算法。
  接著,針對SAR圖像空間相關(guān)性低

3、,論文研究了基于小波變換的SAR圖像編碼算法?;诤罄m(xù)SAR圖像應(yīng)用前多進行相干斑去噪的預(yù)處理,論文在多級樹集合分裂(SPIHT)編碼算法基礎(chǔ)之上,結(jié)合空間樹結(jié)構(gòu)(SOT)進行相干斑去噪后再編碼,改善了重建圖像質(zhì)量;提出了結(jié)合小波樹構(gòu)建矢量進行量化、編碼的SAR圖像壓縮,去除了空間矢量量化的塊效應(yīng),實現(xiàn)了大壓縮比下SAR圖像壓縮;最后,針對SAR圖像的目視判讀,在小波域引入人類視覺系統(tǒng)(HVS),對人眼認為重要的信息進行加權(quán),去除了編碼

4、中的視覺冗余,改善了重建SAR圖像的主觀視覺質(zhì)量。
  然后,論文研究了基于多小波變換的SAR圖像壓縮。大多數(shù)單小波無法同時兼顧正交性和對稱性,而多小波能同時滿足對稱性、緊支性、消失矩和正交性的要求,在信號處理方面比單小波更有優(yōu)勢。針對多小波分解系數(shù)的特點,提出了基于多小波的改進SPIHT算法用于SAR圖像壓縮,獲得了優(yōu)于傳統(tǒng)SPIHT編碼算法的重建圖像質(zhì)量。同時,探討了在多小波域編碼前進行改進的軟閾值相干斑去噪,抑制相干斑噪聲的

5、同時盡量保持圖像邊緣信息,實現(xiàn)了多小波域去噪和編碼相結(jié)合,改善了圖像重建質(zhì)量,兩幅測試圖像的重建峰值信噪比分別提高了1.5dB和1.0dB。
  最后,針對SAR圖像含有豐富的紋理信息,論文研究了基于小波包分解的SAR圖像壓縮。SAR圖像的紋理信息多分布于中、高頻子帶。小波變換只對圖像的低頻子帶進行分解,而小波包變換對圖像的高頻子帶也進行分解,能夠更好的與信號能量分布情況進行匹配。因此,論文研究了小波包分解最優(yōu)基選取的代價函數(shù)設(shè)計

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論