矢量量化在SAR原始数据压缩中的应用

分析了SAR原始数据的特性 ,从而提出了采用矢量量化对SAR原始数据进行压缩的方法。介绍了矢量量化的特点、矢量量化的基本原理、实现方法以及算法的数据流程 ;通过实验结果说明 ,采用矢量量化对SAR原始数据进行压缩 ,可以取得很好的效果 ,同时对SAR原始图像不会带来太大的损失。将矢量量化的方法用于星载或机载SAR上 ,对采集的SAR原始数据进行压缩 ,可以大大减少星载或贡载SAR设备的存储空间 ,从而提高设备的利用率。     

SAR原始数据压缩的快速矢量量化器

回顾了矢量量化的各种快速算法,指出其在应用到SAR原始数据压缩中的局限性。为了将矢量量化应用到SAR原始数据实时压缩,提出一种基于查表的矢量量化器的设计方案,其中整合了其他的矢量量化算法。最后用各种快速算法以及BAQ算法进行了对实际数据压缩的实验比较,证明本算法在不降低量化速度的基础上,提高了原始数据量化信噪比。     

基于混合学习矢量量化算法的遥感影像分类

在分析了Kohonen自组织特征映射网络(SOFM)和学习矢量量化(LVQ)算法的基础上,提出一种基于改进的SOFM算法和LVQ2算法的混合学习矢量量化(HLVQ)方法,并建立了基于HLVQ的遥感影像非监督和监督分类的一般模型。通过与传统的统计分类方法和LVQ2网络分类器比较,HLVQ分类器总的分类性能更好、识别率更高。     

一种快速模拟退火矢量量化图像编码算法

模拟退火是解决全局优化问题的随机搜索技术,它在工程领域有着广泛应用。将模拟退火技术与LBG算法有机结合,通过对LBG算法中的空胞腔码书进行适当处理,并设置适当参数使LBG与模拟退火交替进行,提出了一种快速模拟退火矢量量化图像编码算法,以降低计算量和进一步提高码书性能。实验结果表明,算法具有对初始码书选取依赖性小、不容易陷入局部极小、收敛速度快等优点。与随机竞争学习矢量量化及进化模拟退火矢量量化算法相比,峰值信噪比改善超过0.6dB。     

块自适应预测量化算法压缩SAR原始数据

分析了使用块自适应预测量化(block adaptive predictive quantization,BAPQ)算法压缩SAR原始数据,分别讨论了使用均匀量化器、Lloyd-Max量化器及阈值量化器时,BAPQ算法的性能情况。提出的使用阈值量化器量化输入信号与预测信号差值信号的算法,可以充分利用差值信号接近零值个数增多以及阈值量化器量化高斯分布信号性能更优的特点,增加压缩系统的性能。通过进一步分析BAPQ算法的复杂度,认为BAPQ算法在低编码比特率条件下是算法性能与算法复杂度之间较好的折中,能适应现代SAR系统数据压缩的需求。     

SAR原始数据的频域量化编码方法研究

对SAR原始数据时域中的统计特性进行分析的基础上,对原始数据在频域中的特性进行了具体分析,分析的结果认为SAR原始数据在时域和频域中的特性相一致,从而提出了频域中采用块自适应量化编码的方法,文中对该方法进行了深入讨论,同时在文中还介绍了利用该方法对SAR原始数据进行压缩处理的实验结果,由实验结果可以看出,在频域中实现SAR原始数据的压缩同样也能得到良好的效果。     

SAR与可见光图像融合算法的研究

针对不同传感器数据融合这一难题 ,提出了一种SAR与可见光图像数据融合算法 ,它包括三个部分 :几何配准、SAR斑点噪声消除及SAR与可见光图像数据融合。运用相关算法进行几何配准 ;运用数学形态学滤波技术进行SAR斑点噪声消除 ;运用调制法进行SAR与可见光图像的数据融合。实验结果证明了本算法的有效性。     

图像矢量量化的等误差自组织特征映射算法

提出了一种使各区域子误差相等的矢量量化算法,算法利用小波变换后各子带间的相关性,合理构造矢量。采用最优矢量量化器设计原则,使用改进的自组织特征映射算法生成码书。学习过程中,通过调整各子区域的误差,使之趋于相等,改善总的期望误差,获得更接近全局最优的码书。实验表明,这种算法获得的码本优于其它几种算法。     

小波域局部贝叶斯阈值的SAR图像斑点抑制算法

提出了一种抑制SAR图像斑点噪声的小波域贝叶斯软阈值方法。该算法不同于有偏的去除乘性噪声的同态滤波算法,而是将噪声转化为局部平稳的加性白噪声。在非下采样小波子带上,视数给定时该算法可以简洁有效地估计局部加性噪声方差。在实验中,该算法同Kuan,Lee和Argenti等算法作了比较,结果表明,在常用性能指标上所提算法优于其它算法。     

基于提升小波技术的阈值量化图像压缩方案

结合多级树集合分裂算法（SPIHT）能产生完全的嵌入式码流的特性,设计了一种新的阈值量化方莹的彩色图像压缩算法。通过建立彩色空间的可逆分量变换,减小三含彩色分量之闽的相关性,并对变换后的三分量进行提升的整教小波变换。将定义的自然数的平方作为门限值,完成对三分量小波系数矩庠的量化和联合编码。实验结果表明,本方案与传统量化方案下的SPIHT算法相比,大多数重要系数的编码长度至少减少1个比特数,当比特率非常低对,压缩效果更明显。     

卫星图像的格矢量量化编码压缩方法研究

卫星图像是一个种高熵值图像,本文针对卫星图像研究了格矢量量化编码压缩方法,分析了格矢量量化特性,并列举了几种格。实验结果表明,格矢量量化编码压缩方法失真小,计算量少,比较适用于卫星图像编码压缩。     

抑制SAR图像相干斑的自适应红黑窗滤波算法

针对经典空域滤波算法处理SAR图像时,在同一滑动窗内完全按同质区域性质处理数据而导致图像细节信息损失的情况,提出一种新的滑动窗结构的算法。该算法选取与窗口中心像素统计特性相近的像素进行滤波处理,解决了经典空域滤波算法存在窗口内数据不满足滤波模型对同质区域要求的缺陷。同时,针对强散射点的特殊性,设计了相应的检测及处理方法。实验结果表明,该算法在获得与经典算法相当的相干斑抑制的同时,较经典算法具有更强的边缘和细节保持能力,同时获得更好的图像视觉效果。     

一种改进的基于SVM的SAR目标及阴影图像分割方法

提出了一种基于支持向量机(support vector machine, SVM)的合成孔径雷达(synthetic aperture radar, SAR)目标及阴影图像的改进分割方法。利用分类的思想对SAR图像进行分割,其中分类器是通过循环不断更新训练样本的方式完成训练,循环次数由计算相邻两次分割图像熵的差值来控制。用DARPA (defense advanced research project agency)和Sandia实验室提供的实测数据进行分割实验。结果表明,所提算法得到的分类器性能更加优越,同时能够减少初始分割中阈值的选取对分类器性能的影响,有效地提高了SAR目标及阴影图像的分割质量。     

以熵序列收敛作算法停止判据的码书训练算法

以LBG算法为代表的传统码书训练算法基本上都用量化失真序列收敛作算法停止条件。提出了一种简单、快速的新算法。该算法的基本思想为 ,不必计算量化失真 ,直接用区域序列对应的熵序列收敛作停止条件。与经典的LBG算法相比 ,该算法结构更简单、速度更快、更容易理解。我们用典型的测试图像Lena、Barbara作实验 ,实验结果表明 ,该算法的PSNR与著名的LBG算法相差小于 0 1dB ,但它的运行速度比LBG快两倍以上。     

超高分辨率机载聚束FMCW SAR成像方法研究

运动补偿问题是制约机载调频连续波合成孔径雷达(FMCW SAR)实现超高分辨率成像的瓶颈.在考虑了载机存在非理想运动的情况下,讨论了信号持续时间内载机运动的补偿问题;深入分析了超高分辨率聚束SAR成像运动误差的空变特性;进而提出了适用于超高分辨率机载FMCW SAR成像的逆投影成像算法以及包括运动补偿环节的成像处理方案,并与基于波数域算法的方案进行了比较.理论推导和仿真实验,验证了方案的可行性和正确性.     

基于FFT BAQ的SAR原始数据压缩新算法

针对合成孔径雷达(synthetic aperture radar, SAR)原始数据频域压缩运算中基于快速傅里叶变换的分块自适应量化(fast Fourier transform based block adaptive quantization, FFT BAQ)算法实现复杂的问题,分析了SAR原始数据二维傅里叶变换后数据的能量分布情况。从香农率失真理论出发,利用信源微分熵确定最优的量化比特分配,提出了一种改进的FFT BAQ算法。分析了改进算法的复杂度,并与传统的FFT BAQ算法和BAQ算法做了相应的比较实验。实验表明,改进算法在保证原压缩性能的基础上降低了FFT BAQ算法的复杂度和对硬件的要求。     

基于计算机图形学的SAR图像几何畸变仿真

分析了传统的SAR图像几何畸变仿真方法,对其重采样方法和几何模型进行修正使其能够适用于机载SAR图像几何畸变仿真.指出了传统仿真方法在计算效率和精度方面的不足,并提出了能够提高这两项指标的基于计算机图形学的SAR图像几何畸变仿真方法.通过该方法在DEM数据阴影区计算、典型目标几何畸变仿真中的应用,证明了该方法能够高效地计算阴影遮挡和高精度地重采样.