【摘要】：研究了在空間域進(jìn)行復(fù)數(shù)合成孔徑雷達(dá)(SAR)圖像的壓縮,提出了結(jié)合塊自適應(yīng)矢量量化(BAVQ)和多級矢量量化(MSVQ)技術(shù)各自優(yōu)點(diǎn)的塊自適應(yīng)多級矢量量化(BAMSVQ)壓縮算法。該算法因SAR復(fù)數(shù)圖像的實(shí)部和虛部數(shù)據(jù)在一定采樣規(guī)模下具有近似高斯分布的特性,可以運(yùn)用BAVQ編碼;而上一級編碼后的殘差數(shù)據(jù)由于已經(jīng)進(jìn)行了一定程度的去相關(guān)性,根據(jù)中心極限定律也具有近似高斯分布特性,因而也可進(jìn)行塊自適應(yīng)的矢量量化編碼,由此可形成BAVQ的多級方案。另外由于實(shí)虛部歸一化的高斯分布塊數(shù)據(jù)具有相同的分布特性,因此可以共享碼書,節(jié)省存儲資源與傳輸數(shù)據(jù)量。仿真結(jié)果驗(yàn)證了該算法的有效性。在相同的壓縮比下,與前兩種空間域壓縮算法相比,該算法提升了性能,降低了計(jì)算復(fù)雜度,節(jié)省了計(jì)算時(shí)間和資源占用量。
[Abstract]:The compression of complex synthetic aperture radar (SAR) images in the space domain is studied. A block adaptive multilevel vector quantization (BAMSVQ) compression algorithm is proposed, which combines block adaptive vector quantization (BAVQ) and multistage vector quantization (MSVQ) technology. The algorithm is based on the real and virtual data of the SAR complex image under a certain sampling scale. BAVQ coding can be used to approximate the characteristics of the Gauss distribution, and the residual data after the first level coding has been correlated to a certain degree, and the central limit law also has approximate Gauss distribution characteristics, so the block adaptive vector quantization coding can also be carried out, thus the multilevel scheme of the BAVQ can be formed. In addition, the real deficiency can be achieved. The normalized Gauss distribution block data have the same distribution characteristics, so the codebook can be shared and the storage and transmission data can be saved. The simulation results verify the effectiveness of the algorithm. Compared with the previous two spatial domain compression algorithms under the same compression ratio, the algorithm raises the performance, reduces the computational complexity and saves the calculation. Time and resources are used.
【作者單位】： 中國科學(xué)院計(jì)算技術(shù)研究所;中國科學(xué)院大學(xué);
【基金】：總裝備部預(yù)研資助項(xiàng)目
【分類號】：TN957.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 鄧云凱;張惠亮;;基于改進(jìn)矢量量化的SAR圖像壓縮算法[J];系統(tǒng)仿真學(xué)報(bào);2010年01期

2 陳德元;;SAR imagery coding based on blocking high frequency energy matching[J];High Technology Letters;2009年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前3條

1 喻言;;基于塊自適應(yīng)殘差矢量量化的SAR圖像壓縮[J];系統(tǒng)仿真學(xué)報(bào);2014年08期

2 喻言;王貞松;;復(fù)數(shù)SAR圖像的塊自適應(yīng)多級矢量量化壓縮[J];高技術(shù)通訊;2014年04期

3 劉健;程英蕾;;SAR圖像壓縮技術(shù)研究綜述[J];電腦知識與技術(shù);2012年04期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 吳文麗;劉玉樹;趙基海;;一種新的混合聚類算法[J];系統(tǒng)仿真學(xué)報(bào);2007年01期

2 ;A NOVEL ALGORITHM OF MULTI-SENSOR IMAGE FUSION BASED ON WAVELET PACKET TRANSFORM[J];Journal of Electronics;2006年02期

3 段勇;徐心和;崔寶俠;;改進(jìn)的SOFM及其在矢量量化中的應(yīng)用[J];系統(tǒng)仿真學(xué)報(bào);2006年03期

4 王志勇,張繼賢,黃國滿;高分辨率SAR影像斑點(diǎn)噪聲濾除方法的研究[J];測繪科學(xué);2004年06期

5 謝列賓,王貞松;合成孔徑雷達(dá)數(shù)據(jù)壓縮的研究[J];電子與信息學(xué)報(bào);2002年12期

6 劉榮科,張曉林,廖小濤;一種基于分類DCT的SAR圖像壓縮算法[J];遙測遙控;2001年04期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 甘濤,朱維樂;基于四叉樹結(jié)構(gòu)的小波格型矢量量化[J];電子科技大學(xué)學(xué)報(bào);2005年04期

2 鄭勇;李德明;朱維樂;;采用方向樹結(jié)構(gòu)矢量組合的小波圖像分類矢量量化[J];電子與信息學(xué)報(bào);2005年12期

3 魯小利;董阿麗;;信道最優(yōu)矢量量化技術(shù)及其改進(jìn)[J];電腦知識與技術(shù);2008年21期

4 石星;動態(tài)多級矢量量化原理及實(shí)現(xiàn)的初步設(shè)想~[1、2][J];通信技術(shù);1989年03期

5 周杰，彭嘉雄;一種簡單的基于矢量量化的方塊編碼方案[J];華中理工大學(xué)學(xué)報(bào)(社會科學(xué)版);1994年05期

6 鐘聲，石青云，，程民德;自適應(yīng)多層次矢量量化方法[J];軟件學(xué)報(bào);1994年06期

7 王磊,戚飛虎;矢量量化的漸進(jìn)構(gòu)造模糊聚類算法[J];上海交通大學(xué)學(xué)報(bào);1999年05期

8 馬勇,張立明,藍(lán)鴻翔;一種用于加快圖像矢量量化的算法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2000年02期

9 孔祥維,李國平;動態(tài)模糊矢量量化算法[J];中國圖象圖形學(xué)報(bào);2000年08期

10 陳莘萌,陳剛,姚昱;基于最小平均復(fù)雜度的矢量量化音頻分類方法[J];武漢大學(xué)學(xué)報(bào)(理學(xué)版);2005年01期

相關(guān)會議論文 前10條

1 高暉;和應(yīng)民;;基音同步的語音波形矢量量化[A];第三屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1994年

2 陳金濤;宋蓓蓓;;圖像矢量量化系統(tǒng)設(shè)計(jì)中的簡便策略[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會論文摘要集[C];2004年

3 胡昊;王紅星;;一種改進(jìn)的相關(guān)矢量量化圖像編碼算法[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

4 李弼程;;圖像矢量量化中的快速搜索算法[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會（CVR’2001）論文集[C];2001年

5 黎建寧;王仁華;;矢量量化在說話人識別中的應(yīng)用[A];第一屆全國語言識別學(xué)術(shù)報(bào)告與展示會論文集[C];1990年

6 陳善學(xué);;矢量量化快速編碼算法[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

7 楊云志;黃順吉;王建國;;矢量量化在SAR原始數(shù)據(jù)壓縮中的應(yīng)用[A];中國電子學(xué)會第七屆學(xué)術(shù)年會論文集[C];2001年

8 陳善學(xué);;等誤差競爭學(xué)習(xí)算法在矢量量化中的應(yīng)用[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

9 李鳳蓮;張雪英;王子中;李紅春;;碼書分類重排矢量量化方法及其應(yīng)用研究[A];第十二屆全國人機(jī)語音通訊學(xué)術(shù)會議（NCMMSC'2013）論文集[C];2013年

10 程康;高瑞;傅清華;陳強(qiáng);;在小波變換域進(jìn)行的非迭代矢量量化聚類算法[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

相關(guān)博士學(xué)位論文 前6條

1 陳善學(xué);矢量量化技術(shù)及其在圖像信號處理中的應(yīng)用研究[D];電子科技大學(xué);2009年

2 劉繼新;基于矢量量化技術(shù)的音頻信息隱藏算法的研究[D];哈爾濱工業(yè)大學(xué);2010年

3 鄭勇;小波圖像分類矢量量化與網(wǎng)絡(luò)編碼量化的研究[D];電子科技大學(xué);2002年

4 陸哲明;矢量量化編碼算法及應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2001年

5 王冬芳;基于矢量量化技術(shù)的圖像實(shí)時(shí)壓縮芯片的研究[D];西安理工大學(xué);2009年

6 劉麗娟;矢量量化編碼算法及其VLSI結(jié)構(gòu)設(shè)計(jì)的研究[D];華中科技大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 羅思涯;用矢量量化的方法對分子進(jìn)行3D成像及分析[D];華南理工大學(xué);2011年

2 劉曉燕;基于矢量量化算法的語者鑒定研究[D];重慶大學(xué);2006年

3 劉竹濤;基于矢量量化的語種識別[D];哈爾濱工程大學(xué);2005年

4 王俊祥;基于矢量量化的可逆信息隱藏技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2008年

5 王猛;基于重疊變換與矢量量化的圖像壓縮算法及應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2008年

6 黃榜;矢量量化圖像編碼算法的研究[D];江南大學(xué);2011年

7 胡吉興;基于矢量量化的近鄰查詢研究[D];西安電子科技大學(xué);2012年

8 李國剛;基于小波變換和誤差競爭學(xué)習(xí)的矢量量化方法研究[D];山東大學(xué);2005年

9 普晶晶;壓縮感知算法及其在矢量量化中的應(yīng)用[D];南京郵電大學(xué);2012年

10 吳立彬;矢量量化技術(shù)及其在超光譜圖像中的應(yīng)用研究[D];重慶郵電大學(xué);2012年

本文編號：2161716