隨著航天技術和空間技術的發(fā)展,人們從宇宙中獲取的信息越來越多,圖像作為信息的重要載體發(fā)揮著舉足輕重的作用。但是由于航天器存儲容量、下行數(shù)據(jù)有限等因素,為了獲取更多信息需要對原始圖像進行壓縮存儲,CCSDS有損壓縮算法因其實現(xiàn)簡單,壓縮效果好使用廣泛。然而有損壓縮隨著壓縮倍數(shù)的提升,壓縮后會導致圖像退化嚴重,質量明顯降低,達不到使用的要求�；诖嗽虮疚尼槍CSDS有損壓縮圖像展開復原技術研究,通過運用復原算法對壓縮導致的有損圖像進行恢復,最終達到高倍有損壓縮圖像也可使用的目的。本文首先通過直接觀察和分析原始圖像、退化圖像的殘差值,比較了 CCSDS有損壓縮退化圖像與運動退化和高斯退化圖像異同,確定CCSDS有損壓縮退化更接近于高斯模糊退化。因此本文選擇常用于高斯退化圖像復原的BP神經網絡算法進行CCSDS有損壓縮圖像復原。經實驗驗證比較,基于Adam學習算法的BP神經網絡對有損壓縮退化圖像有一定的復原效果。在此基礎上,本文選取了蜜蜂進化遺傳算法（Bee Evolutionary Genetic Algorithm,BEGA）和思維進化算法（Mind Evolutionary Algo... 

【文章來源】：中國科學院大學(中國科學院國家空間科學中心)北京市

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

圖１．１研究主要流程??

圖２．１?？般退化模嘲??

其也支持１６比特位數(shù)據(jù)。??ＣＣＳＤＳ圖像壓縮標準大體由兩個部分組成，分別是離散小波變換（ＤＷＴ）??和位平面編碼［３６］。系統(tǒng)結果如圖２．２所示：??Ｉ?〉?離散小波變換—?＞?位平面編碼?＞?????｜??圖２．２?ＣＣＳＤＳ圖像壓縮基本結構??在實際應用屮，在圖像進行小波變換前，需要對圖像進行預處理，變化后，??需要對系數(shù)進行預變換，最后才能編碼，因此實際的完整架構應該如圖２．３所示：??輸入數(shù)據(jù)�。绢A處理〇離散小波變換?編碼前預處理??輸出編碼二熵編碼?＜＝位平面編碼??圖２．３?ＣＣＳＤＳ圖像壓縮算法完整結構??２．２．１圖像預處理??根據(jù)圖像壓縮系統(tǒng)等應用場景，如果圖像足彩色圖像，需要將圖像進行顏色??分離操作。山于壓縮系統(tǒng)只能處理確定分辨率圖像，因此有時還需要對圖像進行??１２??

【參考文獻】：
期刊論文
[1]數(shù)字圖像質量評價綜述[J]. 張偌雅,李珍珍.  現(xiàn)代計算機(專業(yè)版). 2017(29)
[2]基于聚類和BP神經網絡的電子商務信用評價模型研究[J]. 史文慧,王興芬.  福建電腦. 2017(08)
[3]基于布谷鳥算法的BP神經網絡圖像復原[J]. 李揚,吳敏淵,鄒煉.  計算機應用. 2017(S1)
[4]圖像質量評價綜述[J]. 何南南,解凱,李桐,葉宇姍.  北京印刷學院學報. 2017(02)
[5]卷積神經網絡研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學報. 2017(06)
[6]BP神經網絡算法改進及應用[J]. 王磊,王汝涼,曲洪峰,玄揚.  軟件導刊. 2016(05)
[7]圖像復原的邊界振鈴效應抑制算法[J]. 龔夢歡,胡宗福.  佳木斯大學學報(自然科學版). 2015(06)
[8]圖像超分辨率復原方法及應用[J]. 陳健,高慧斌,王偉國,畢尋.  激光與光電子學進展. 2015(02)
[9]無損圖像壓縮算法與有損圖像壓縮算法分析[J]. 李暢.  現(xiàn)代計算機(專業(yè)版). 2014(35)
[10]超分辨率復原方法相關原理研究[J]. 陳健,高慧斌,王偉國,張振東,路明.  中國光學. 2014(06)

博士論文
[1]基于稀疏表示的圖像超分辨率復原研究[D]. 李娟.武漢科技大學 2016
[2]擴散光學層析成像重構算法的研究[D]. 畢波.哈爾濱工業(yè)大學 2015

碩士論文
[1]CCSDS圖像壓縮算法中位平面編碼的VLSI設計[D]. 吳聰睿.中國科學院大學(中國科學院國家空間科學中心) 2017
[2]智能交通系統(tǒng)中模糊圖像的恢復[D]. 高曉宇.華北水利水電大學 2016
[3]數(shù)字圖像復原系統(tǒng)的設計與實現(xiàn)[D]. 王益平.西安電子科技大學 2011
[4]基于BP神經網絡的圖像復原算法研究[D]. 董俊.西安科技大學 2009
[5]圖像復原中正則化方法的研究及應用[D]. 苗晴.國防科學技術大學 2005
[6]基于神經網絡的結構非線性地震反應仿真[D]. 趙軒.重慶大學 2005



本文編號：3273672