基于变换编码的SAR图像压缩技术研究.pdf

围博士学位论文中国科学技术大学基于变换编码的SAR图像压缩技术研究作者姓名学科专业导师姓名完成时间陈原信号与信息处理吴一戎教授张荣副教授二0一三年六月
懋幽fordoctor’SdegreeResearchTransform．basedSARImageCompressionTechniqueAdissertationUniversityScienceandTechnologyofChinaonWuAuthor’sName：YianChenSpeciality：SingalInformationProcessingSupervisor：Prof．YirongProf．RongZhangFinishedTime：2013ASSOJune
导师签名：逸望作者签名：醢匣作者签名：丝逸2中国科学技术大学学位论文原创性声明中国科学技术大学学位论文授权使用声明作者签名：进盥2签字日期：兰!!!茎：!!油|专，S．’}o口保密(——年)本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。签字日期：作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。饧公开．’t
摘要射成像而得，由于其具有全天时、全天候、强穿透力等优点，在军事和民用建设中具有广泛的用途。随着SAR图像空间分辨率不断提高，数据量也跟着剧增，这样便造成了有限的信道容量与传输大量数据的需求之间的矛盾，也给SAR图法成为发展先进SAR系统的一个重要研究方向。了基于三维小波变换、自适应多尺度变换、字典学习稀疏表示和超分辨率重建的(2)针对SAR图像具有大量相似地物的特性，使用块重排序策略将SAR图像中具有相似地物的子块排列在一起，从而能够更好地去除冗余，并且(3)SAR图像具有丰富的细节纹理信息和斑点噪声，因此经过Tetrolet变换后的高频系数依然具有较大的幅值，从而严重影响了稀疏表示SAR图像的逼近性能，从而实现用更少的变换系数重构SAR图像，最后探究了合成孔径雷达(SAR)是一种主动成像的系统，SAR图像由地物对电磁波反像的长期存储以及进一步的应用带来了困难，因此设计高效的SAR图像压缩算本文针对SAR空间结构相关性和极化SAR图像的极化间相似性，研究探讨有效压缩算法，主要工作包括：(1)针对SAR图像的统计特性，分析了SAR图像的空间相关性、相干斑噪声、传统小波压缩性能，为选择合适的变换编码进行SAR图像压缩奠定了理论基础。使用三维小波变换既能去除子块内的相关性又能去除子块间的相关性，最后使用3D．SPIHT编码算法进一步提高SAR图像的压缩性能。实验表明，基于分块重排序后三维小波变换的SAR图像压缩算法具有较优越的压缩性能。性能，针对此问题设计了适合于SAR图像的TetroletPacket自适应多尺度变换方法，将Tetrolet高频子带系数进行重新排序后，使用熵作为代价函数对不同的高频子带进行不同层次的Tetrolet分解得到Tetrolet最优分解树，从而使系数能量更加集中的同时尽量减少方向信息，以便于后续SAR图像压缩。实验结果表明，TetroletPacket变换方法能够提高非线性Packet和Tetrolet算法应用在SAR图像上的压缩效果。(4)针对SAR图像相似地物具有相似结构的特性，提出基于字典学习稀疏表示的单极化SAR图像压缩算法，使用涵盖不同地物类型的SAR图像集Tetrolet
进行字典训练，并将得到的基函数字典用于对其它SAR图像进行稀疏表示；接着根据多极化SAR图像极化间的相似性，提出了基于多层次字典入大量的先验信息，有效地提高了SAR图像的压缩性能。也不一样。先将高分辨率的SAR图像进行降质下采样得到低分辨率的SAR图像，从而大大减少压缩后的码流，然后对低分辨率的SAR图像进低分辨率SAR图像进行超分辨率重建，保留了图像大量边缘结构信息，合人眼主观质量的评价指标将被发现，可以根据失真度量寻找相应合适的超分辨率重建算法来压缩SAR图像。学习稀疏表示的多极化SAR图像压缩算法，并设计了相应的量化熵编码策略，最终完备的实验结果及分析表明基于稀疏表示的压缩算法通过引SAR图像具有很广泛应用需求，不同的应用需求对SAR图像的质量要求行压缩编码，最后使用SAR图像边缘结