学位论文 > 优秀研究生学位论文题录展示
基于小波理论的SAR图像压缩算法研究
作 者: 王爱丽
导 师: 张晔
学 校: 哈尔滨工业大学
专 业: 信息与通信工程
关键词: 合成孔径雷达 图像压缩 小波变换 多小波变换 小波包变换
分类号: TN957.52
类 型: 博士论文
年 份: 2008年
下 载: 546次
引 用: 1次
阅 读: 论文下载
内容摘要
合成孔径雷达(SAR)是一种主动式的微波成像系统,可安装在飞机、卫星等飞行平台上,全天时、全天候地实施对地观测,并具有一定的地表穿透能力,在军事和民用建设中发挥了巨大作用。通常SAR图像分辨率较高,成像范围较大,数据量高,因此如何有效地对其进行压缩,降低数据量,以利于存储和传输便成为SAR图像处理中的一个关键问题,具有重要的理论意义和应用价值。围绕着SAR图像的特点,本论文重点研究了小波域的SAR图像编码算法,主要包括以下内容:首先,论文对SAR图像特性做了较深入的理论分析。第一是受乘性相干斑噪声的影响,SAR图像数据相关性小,信息熵高;第二是SAR图像上既有细节纹理信息又有大量均匀区域,这样就有必要考虑减少均匀区域的编码比特数;第三是SAR图像数据的动态范围很高。SAR图像与光学图像之间的这些差异意味着将光学图像的编码算法用于SAR图像压缩并不一定是最优的,需要结合SAR图像特点设计相应的编码算法。接着,针对SAR图像空间相关性低,论文研究了基于小波变换的SAR图像编码算法。基于后续SAR图像应用前多进行相干斑去噪的预处理,论文在多级树集合分裂(SPIHT)编码算法基础之上,结合空间树结构(SOT)进行相干斑去噪后再编码,改善了重建图像质量;提出了结合小波树构建矢量进行量化、编码的SAR图像压缩,去除了空间矢量量化的块效应,实现了大压缩比下SAR图像压缩;最后,针对SAR图像的目视判读,在小波域引入人类视觉系统(HVS),对人眼认为重要的信息进行加权,去除了编码中的视觉冗余,改善了重建SAR图像的主观视觉质量。然后,论文研究了基于多小波变换的SAR图像压缩。大多数单小波无法同时兼顾正交性和对称性,而多小波能同时满足对称性、紧支性、消失矩和正交性的要求,在信号处理方面比单小波更有优势。针对多小波分解系数的特点,提出了基于多小波的改进SPIHT算法用于SAR图像压缩,获得了优于传统SPIHT编码算法的重建图像质量。同时,探讨了在多小波域编码前进行改进的软阈值相干斑去噪,抑制相干斑噪声的同时尽量保持图像边缘信息,实现了多小波域去噪和编码相结合,改善了图像重建质量,两幅测试图像的重建峰值信噪比分别提高了1.5dB和1.0dB。最后,针对SAR图像含有丰富的纹理信息,论文研究了基于小波包分解的SAR图像压缩。SAR图像的纹理信息多分布于中、高频子带。小波变换只对图像的低频子带进行分解,而小波包变换对图像的高频子带也进行分解,能够更好的与信号能量分布情况进行匹配。因此,论文研究了小波包分解最优基选取的代价函数设计问题,提出与后续编码算法结合的量化比特数作为代价函数,并根据子带能量分布特性进行重要性加权,实现了非均匀量化,更好地保留了SAR图像的纹理信息。
|
全文目录
摘要 4-6 Abstract 6-14 第1章 绪论 14-33 1.1 课题背景和来源 14-20 1.1.1 课题背景及研究的目的意义 15-17 1.1.2 SAR发展现状 17-20 1.1.3 课题来源 20 1.2 SAR图像压缩技术发展综述 20-30 1.2.1 基于预测的SAR图像压缩 21-23 1.2.2 基于矢量量化的SAR图像压缩 23-24 1.2.3 基于变换的SAR图像压缩 24-26 1.2.4 小波域的SAR图像压缩 26-30 1.3 论文的主要研究内容和结构安排 30-33 1.3.1 论文的主要研究内容 30-31 1.3.2 论文结构 31-33 第2章 SAR图像特性分析 33-48 2.1 引言 33 2.2 SAR图像介绍 33-35 2.3 SAR图像统计模型 35-39 2.3.1 单视SAR图像统计模型 36-38 2.3.2 多视SAR图像统计模型 38-39 2.4 SAR图像的空间相关性分析 39-41 2.5 SAR图像相干斑噪声分析 41-44 2.6 SAR图像动态范围分析 44 2.7 SAR图像的信息量分析 44-47 2.8 本章小结 47-48 第3章 基于小波变换的SAR图像压缩 48-77 3.1 引言 48 3.2 小波变换基本理论 48-57 3.2.1 连续小波变换 48-49 3.2.2 多分辨率分析 49-50 3.2.3 正交小波变换 50-52 3.2.4 双正交小波变换 52-54 3.2.5 小波变换与图像压缩 54-57 3.3 多级树集合分裂算法 57-60 3.4 基于小波空间树结构的SAR图像压缩 60-65 3.4.1 SOT去噪 61-63 3.4.2 实验结果分析 63-65 3.5 基于小波矢量树的SAR图像压缩 65-71 3.5.1 小波系数特性分析和小波矢量树编码 66-70 3.5.2 实验结果分析 70-71 3.6 基于人类视觉模型的SAR图像压缩 71-76 3.6.1 人类视觉模型分析 72-74 3.6.2 实验结果分析 74-76 3.7 本章小结 76-77 第4章 基于多小波变换的SAR图像压缩 77-96 4.1 引言 77 4.2 多小波变换基本理论 77-83 4.2.1 多小波变换的多分辨率分析 78 4.2.2 多小波的Mallat算法 78-80 4.2.3 多小波基本性质 80-81 4.2.4 多小波预滤波 81-83 4.3 结合SPIHT算法改进的多小波SAR图像压缩 83-91 4.3.1 实验中选用的多小波及其滤波器组 83-88 4.3.2 多小波系数编码及实验结果 88-91 4.4 多小波域去噪和压缩算法 91-95 4.4.1 改进的多小波域软阈值去噪 92-93 4.4.2 实验结果分析 93-95 4.5 本章小结 95-96 第5章 基于小波包分解的SAR图像压缩 96-110 5.1 引言 96 5.2 小波包分解基本理论 96-100 5.2.1 小波包树 97 5.2.2 图像小波包 97-100 5.3 最优基选取的代价函数设计 100-103 5.4 小波包系数编码 103-109 5.4.1 小波包系数特性分析 104-106 5.4.2 小波包系数重排 106-107 5.4.3 子带加权函数设计 107-108 5.4.4 实验结果分析 108-109 5.5 本章小结 109-110 结论 110-112 参考文献 112-122 攻读学位期间发表的学术论文 122-125 致谢 125-126 个人简历 126
|
相似论文
- 基于重叠变换与矢量量化的图像压缩算法及应用研究,TN919.81
- 极化SAR图像超分辨算法的研究,TN957.52
- 海杂波背景下的舰船目标雷达成像算法研究,TN958
- 海杂波建模及其对ISAR成像的影响,TN957.54
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 远程医疗系统图像压缩及传输关键技术研究,R318.0
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 偏远地区配电变压器防盗监控系统的设计,TM421
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达设备、雷达站 > 雷达接收设备 > 数据、图像处理及录取
© 2012 www.xueweilunwen.com
|