隨著航天技術(shù)和空間技術(shù)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(jìn)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(dǎo)致圖像退化嚴(yán)重,質(zhì)量明顯降低,達(dá)不到使用的要求。基于此原因本文針對CCSDS有損壓縮圖像展開復(fù)原技術(shù)研究,通過運(yùn)用復(fù)原算法對壓縮導(dǎo)致的有損圖像進(jìn)行恢復(fù),最終達(dá)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(yùn)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(fù)原的BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行CCSDS有損壓縮圖像復(fù)原。經(jīng)實驗驗證比較,基于Adam學(xué)習(xí)算法的BP神經(jīng)網(wǎng)絡(luò)對有損壓縮退化圖像有一定的復(fù)原效果。在此基礎(chǔ)上,本文選取了蜜蜂進(jìn)化遺傳算法（Bee Evolutionary Genetic Algorithm,BEGA）和思維進(jìn)化算法（Mind Evolutionary Algo... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院國家空間科學(xué)中心)北京市

【文章頁數(shù)】：75 頁

【學(xué)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(biāo)準(zhǔn)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(jié)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(jié)構(gòu)??在實際應(yīng)用屮，在圖像進(jìn)行小波變換前，需要對圖像進(jìn)行預(yù)處理，變化后，??需要對系數(shù)進(jìn)行預(yù)變換，最后才能編碼，因此實際的完整架構(gòu)應(yīng)該如圖２．３所示：??輸入數(shù)據(jù)！￣＞預(yù)處理〇離散小波變換?編碼前預(yù)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(jié)構(gòu)??２．２．１圖像預(yù)處理??根據(jù)圖像壓縮系統(tǒng)等應(yīng)用場景，如果圖像足彩色圖像，需要將圖像進(jìn)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(jìn)行??１２??

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字圖像質(zhì)量評價綜述[J]. 張偌雅,李珍珍.  現(xiàn)代計算機(jī)(專業(yè)版). 2017(29)
[2]基于聚類和BP神經(jīng)網(wǎng)絡(luò)的電子商務(wù)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(jīng)網(wǎng)絡(luò)圖像復(fù)原[J]. 李揚(yáng),吳敏淵,鄒煉.  計算機(jī)應(yīng)用. 2017(S1)
[4]圖像質(zhì)量評價綜述[J]. 何南南,解凱,李桐,葉宇姍.  北京印刷學(xué)院學(xué)報. 2017(02)
[5]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機(jī)學(xué)報. 2017(06)
[6]BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用[J]. 王磊,王汝涼,曲洪峰,玄揚(yáng).  軟件導(dǎo)刊. 2016(05)
[7]圖像復(fù)原的邊界振鈴效應(yīng)抑制算法[J]. 龔夢歡,胡宗福.  佳木斯大學(xué)學(xué)報(自然科學(xué)版). 2015(06)
[8]圖像超分辨率復(fù)原方法及應(yīng)用[J]. 陳健,高慧斌,王偉國,畢尋.  激光與光電子學(xué)進(jìn)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(jī)(專業(yè)版). 2014(35)
[10]超分辨率復(fù)原方法相關(guān)原理研究[J]. 陳健,高慧斌,王偉國,張振東,路明.  中國光學(xué). 2014(06)

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

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



本文編號：3273672