本文選題：壓縮感知 + 合成孔徑雷達　； 參考：《中國圖象圖形學報》2014年11期

【摘要】：目的盡管傳統的聯合信源信道編碼方案可以獲得高效的壓縮性能,但當信道惡化超過信道編碼的糾錯能力時會導致解碼端重構性能的急劇下降;為此利用壓縮感知的民主性提出一種魯棒的SAR圖像編碼傳輸方案,且采用了一系列方法提高該方案的率失真性能。方法考慮到SAR圖像豐富的邊緣信息,采用具有更強方向表示能力的方向提升小波變換(DLWT)對SAR圖像進行稀疏表示,且為消除壓縮感知中恢復非稀疏信號時存在的混疊效應,采用了稀疏濾波方法保證大系數的精確恢復,在解碼端采用了高效的Bayesian重建算法獲得圖像的高性能重建。結果在同等碼率下,與傳統的聯合信源信道編碼方案CCSDS-RS相比,本文方案可以實現更加魯棒的編碼傳輸,當丟包率達到0.05時,本文方案DSFB-CS獲得的重建性能明顯要高于CCSDS-RS;與基于Bayesian重建算法TSW-CS的傳統方案相比,本文方案可提高峰值信噪比(PSNR)3.9 d B。結論本文方案DSFB-CS實現了SAR圖像的魯棒傳輸,隨著丟包率的上升,DSFB-CS獲得的重建性能緩慢下降,保證了面對不穩(wěn)定信道時,解碼端可以獲得相對穩(wěn)定的重構圖像。
[Abstract]:Aim although the traditional joint source-channel coding scheme can achieve efficient compression performance, when the channel deterioration exceeds the error-correcting ability of channel coding, the performance of decoding reconstruction will decline sharply. In this paper, a robust SAR image coding transmission scheme is proposed by using the democracy of compression perception, and a series of methods are adopted to improve the rate-distortion performance of the scheme. Methods considering the rich edge information of SAR images, the direction lifting wavelet transform (DLWTT) with stronger directional representation ability is used to represent SAR images sparsely, and to eliminate the aliasing effect of recovering non-sparse signals in compression perception. The sparse filtering method is used to ensure the accurate recovery of large coefficients, and the efficient Bayesian reconstruction algorithm is used to obtain the high performance image reconstruction at the decoding end. Results compared with the traditional joint source-channel coding scheme (CCSDS-RS), the proposed scheme can achieve more robust coding transmission at the same bit rate, when the packet loss rate reaches 0. 05. The reconstruction performance of the proposed scheme DSFB-CS is obviously higher than that of CCSDS-RSs, and compared with the traditional scheme based on Bayesian reconstruction algorithm TSW-CS, the proposed scheme can improve the PSNR ratio to 3.9 dB. Conclusion the scheme DSFB-CS realizes the robust transmission of SAR images, and the reconstruction performance of DSFB-CS decreases slowly with the increase of packet loss rate, which ensures that the decoder can obtain relatively stable reconstructed images in the face of unstable channels.
【作者單位】： 西安交通大學電子與信息工程學院;中國科學技術大學;
【基金】：國家自然科學基金項目(61373113) 中央高�；究蒲袠I(yè)務費專項資金(xjj2012023)
【分類號】：TN957.52

【參考文獻】

相關期刊論文 前1條

1 吳一戎;;多維度合成孔徑雷達成像概念[J];雷達學報;2013年02期

【共引文獻】

相關期刊論文 前1條

1 吳琴霞;梁興東;李焱磊;周良將;;殘余運動誤差對機載多波段SAR圖像配準的影響分析[J];雷達學報;2015年02期

相關博士學位論文 前1條

1 董錫超;面向熱帶雨林的多維度SAR毀林檢測技術研究[D];北京理工大學;2014年

相關碩士學位論文 前1條

1 劉妍;極化SAR特征量分析與分類研究[D];西安電子科技大學;2014年

【相似文獻】

相關期刊論文 前10條

1 孟祥釗;;基于3D4U的立體圖像合成[J];數碼印刷;2008年02期

2 李瑞瑞;張一天;秦桂明;秦開懷;;并行繪制系統中基于網絡處理單元的圖像合成及顯示[J];計算機應用;2011年01期

3 吳昊;徐丹;;數字圖像合成技術綜述[J];中國圖象圖形學報;2012年11期

4 趙林;高新波;田春娜;;正面人臉圖像合成方法綜述[J];中國圖象圖形學報;2013年01期

5 ;30—60米分辨率無云高空圖像合成技術項目[J];電腦與電信;2013年10期

6 韓陽;;照片背后的故事——《圖像合成與分層圖像》教學設計[J];中小學信息技術教育;2009年10期

7 裘煒煒;;“圖像的合成”教學設計[J];新課程(中旬);2013年03期

8 杜成,蘇光大,林行剛,顧華;多姿態(tài)人臉圖像合成[J];光電子·激光;2004年12期

9 王俊艷;蘇光大;林行剛;尚焱;;用于人臉識別的多年齡人臉圖像合成[J];光電子·激光;2006年12期

10 王亞輝;王俊;;基于圖像合成的紅外輻射場景生成[J];紅外與激光工程;2007年S2期

相關會議論文 前10條

1 曹玫璇;王章野;李理;彭群生;;基于個性化原型的人臉衰老圖像合成[A];中國計算機圖形學進展2008--第七屆中國計算機圖形學大會論文集[C];2008年

2 陸宗騏;朱煜;;圖像合成原理及其實現[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

3 楊林森;陶冰潔;;基于脈沖耦合神經網絡的圖像內容融合[A];全國第一屆信號處理學術會議暨中國高科技產業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

4 趙莎;樂光新;;一種適于視頻會議的多會場圖像合成方法[A];2008年中國高校通信類院系學術研討會論文集（上冊）[C];2009年

5 尹寶才;高文;晏潔;;三維人臉變形模型和面部圖像合成——面向合成編碼的面部圖像合成方法[A];信息科學與微電子技術:中國科協第三屆青年學術年會論文集[C];1998年

6 黃靜;王希;齊東旭;唐澤圣;;基于二值掩碼圖像的圖像合成方法及其應用[A];中國計算機圖形學進展2008--第七屆中國計算機圖形學大會論文集[C];2008年

7 程燕;;偽造圖像司法鑒定技術研究[A];全國計算機安全學術交流會論文集（第二十四卷）[C];2009年

8 錢霖;;兩幀圖像合成的“亞象元”方法[A];首屆信息獲取與處理學術會議論文集[C];2003年

9 孫宏海;李桂菊;李靜宇;;高速圖像長時間無損記錄系統的設計與實現[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

10 尹顯東;姚軍;唐丹;王欣;潘云;李在銘;;基于內容的視頻信息屏障技術研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

相關重要報紙文章 前10條

1 清華大學 李迎春;多姿態(tài)人臉圖像的估計及合成[N];計算機世界;2006年

2 劉亭;圖像——色彩里倘佯[N];中國電腦教育報;2002年

3 劉東波;輕松縫合破碎圖像[N];計算機世界;2004年

4 福建 陳旭波;JPEG圖像完美壓縮[N];電腦報;2003年

5 趙力 記者 張哲浩;看看多少年后自己是什么模樣[N];科技日報;2005年

6 姜士文;圖像與視頻:“傻瓜”即為主流[N];中國計算機報;2002年

7 清華大學 王俊艷;年齡變化的人臉識別[N];計算機世界;2006年

8 夢劇;觸手可及的佳能全畫幅EOS 6D發(fā)布[N];中國攝影報;2012年

9 圖像點青;靈感重現[N];中國電腦教育報;2003年

10 本報記者 張楠;3D顯示浮出水面？[N];中國計算機報;2009年

相關博士學位論文 前10條

1 吳昊;高效圖像合成技術研究[D];云南大學;2013年

2 李旭東;人臉圖像合成技術研究及數字水印技術[D];浙江大學;2005年

3 管宇;圖像和視頻的便捷摳圖技術研究[D];浙江大學;2008年

4 胡偉平;基于認知邏輯的個性化人臉圖像合成研究[D];西南大學;2014年

5 謝志峰;可視媒體交互與合成技術研究[D];上海交通大學;2012年

6 杜振龍;圖像—視頻摳像技術的研究[D];浙江大學;2007年

7 杜楊洲;基于統計學習的人臉圖像合成方法研究[D];清華大學;2004年

8 潘剛;基于語義的圖像顯示適配技術研究[D];天津大學;2002年

9 吳金亮;整體結構性信息在圖形圖像處理中的應用研究[D];浙江大學;2012年

10 劉建軍;基于圖像局部不變特征的類屬超圖構建與目標識別技術研究[D];國防科學技術大學;2010年

相關碩士學位論文 前10條

1 曹玫璇;人臉圖像的衰老合成研究[D];浙江大學;2008年

2 蔡正保;圖像信息隱藏技術的應用研究[D];安徽大學;2011年

3 陳艷艷;交互式人體形變和圖像合成軟件研究及實現[D];華北電力大學（河北）;2009年

4 葉青;“異變”與“再現”-當代圖像發(fā)生發(fā)展樣態(tài)的研究與探索[D];大連工業(yè)大學;2013年

5 李曉飛;基于感知哈希的圖像真?zhèn)舞b別和修復刷篡改盲鑒別算法研究[D];吉林大學;2012年

6 胡熹;基于樣本圖像的圖像修補技術研究[D];上海交通大學;2013年

7 葉永青;基于稀疏約束非負矩陣分解算法的人臉圖像老化模擬及其在人臉識別中的應用[D];華僑大學;2011年

8 王永超;基于暗通道先驗的圖像去霧算法研究[D];大連理工大學;2011年

9 黎楊梅;醫(yī)學圖像的三維可視化研究[D];華中科技大學;2009年

10 陳奇;礦用地質圖像編錄處理系統研究與開發(fā)[D];西安科技大學;2010年

，

本文編號：1990882