低比特率合成孔径雷达数据压缩算法研究

论文摘要

论文深入研究了低比特率传输时SAR原始和图像数据压缩算法。对于SAR原始数据，主要研究了基于变换域的压缩算法，如基于提升小波变换和基于离散余弦变换的量化与编码算法等；对于SAR图像有损压缩，主要研究以提升小波变换和集合分裂树量化相结合的算法，而对于无损压缩，则主要研究基于位平面的编码算法。 论文对SAR原始数据和图像数据信源模型做了较深入的理论分析，并对量化和编码的基本理论做了详细的讨论；系统地阐述了二进制小波的基本理论，包括：多分辨率分析、快速小波变换及提升小波变换理论。在基本原理论述的基础上，对已有的算法进行改进并提出新的SAR原始和图像数据压缩算法。 论文的主要贡献归纳如下： 1．提出了一种基于分块提升小波变换的SAR原始数据压缩算法。在该算法中，详细讨论了小波基函数的选择、边界处理和小波分解阶数的选择等问题，并对小波分解系数的统计特征作了深入分析。针对SAR原始数据特点，提出一种有效的小波子带比特分配策略。通过对SAR原始数据的压缩实验结果表明，在相同压缩比下，该算法所取得的图像域信噪比增益比BAQ算法提高约1.5～3.3dB。 2．提出一种基于DCT和分块自适应量化相结合的算法。该算法首先对SAR原始数据做快速DCT变换，之后针对原始数据特点，按照DCT系数能量衰减的顺序对其进行重排，并对各重排矩阵按照率失真准则进行最优比特分配，而后再使用BAQ量化器对重排系数进行量化；在该算法中，还讨论了不同分块大小以及不同比特分配方式对数据压缩性能的影响。数值实验的结果表明，在相同压缩比下，该算法所取得的图像域信噪比增益比BAQ算法提高约2.5～4.0dB。 3．讨论了SAR原始数据压缩算法的性能评估问题。给出了数据域及图像域的评估参数选择标准。从原始数据域、图像域以及实现复杂度等三个方面对目前存在的六种SAR原始数据压缩算法的性能做了详细的评估，建立了一个较完整的原始数据压缩算法性能评估体系。 4．对于SAR图像有损压缩，在对原始SPIHT算法进行深入分析的基础上，提出一

论文目录

• 摘要
• Abstraet:
• 第一章 绪论
• 1.1 课题研究的背景
• 1.2 国内外研究进展
• 1.2.1 SAR原始数据压缩研究进展
• 1.2.2 SAR图像数据压缩研究进展
• 1.3 论文的主要研究内容
• 1.4 论文的主要创新点
• 第二章 SAR理论基础及信源模型
• 2.1 SAR的基本原理
• 2.1.1 SAR成像原理
• 2.2 SAR原始数据统计模型
• 2.2.1 SAR回波信号的统计特性
• 2.2.2 SAR回波信号的功率特性
• 2.2.3 SAR原始数据的频谱特性
• 2.2.4 SAR原始数据的相关性
• 2.3 SAR图像数据统计模型
• 2.3.1 单视 SAR图像统计模型
• 2.3.2 多视 SAR图像统计模型
• 2.3.3 相干斑点噪声模型
• 2.4 本章小结
• 第三章 数据压缩理论基础
• 3.1 信息论基础
• 3.1.1 熵的定义
• 3.1.2 率失真理论
• 3.2 量化
• 3.2.1 最优均匀量化
• 3.2.2 最优非均匀量化
• 3.2.3 高分辨率量化
• 3.2.4 量化性能分析
• 3.3 熵编码
• 3.3.1 Huffman编码
• 3.3.2 算术编码
• 3.4 本章小结
• 第四章 基于小波变换的 SAR原始数据压缩算法
• 4.1 连续小波变换定义
• 4.2 二进制小波变换与多分辨分析
• 4.2.1 正交多分辨分析
• 4.2.1.1 多分辨分析定义
• 4.2.1.2 正交多分辨分析
• 4.2.1.3 快速正交小波变换
• 4.2.2 双正交多分辨分析
• 4.2.2.1 双正交多分辨分析
• 4.2.2.2 快速双正交小波变换
• 4.3 提升小波变换
• 4.3.1 提升方法与传统小波构造
• 4.4 基于提升小波变换的 SAR原始数据压缩算法
• 4.4.1 数据分块与提升小波变换
• 4.4.1.1 小波基的选择
• 4.4.1.2 边界处理
• 4.4.1.3 小波分解阶数
• 4.4.2 小波系数统计特征
• 4.4.2.1 数字特征
• 4.4.2.2 分布特征
• 4.4.3 最优比特分配
• 4.4.4 系数量化与编码
• 4.4.5 压缩实验
• 4.4.5.1 分块尺寸的影响
• 4.4.5.2 小波基函数的影响
• 4.4.5.3 小波分解阶数的影响
• 4.4.5.4 不同编码方式的影响
• 4.4.6 数值结果与分析
• 4.5 本章小结
• 第五章 基于 DCT的 SAR原始数据压缩算法
• 5.1 DCT定义
• 5.2 快速 OCT变换
• 5.3 压缩算法实现原理
• 5.3.1 数据分块与快速DCT变换
• 5.3.2 DCT系数重排
• 5.3.3 比特分配
• 5.3.4 量化与编码
• 5.4 压缩实验
• 5.4.1 分块大小的影响
• 5.4.2 不同比特分配方式的影响
• 5.5 数值结果与分析
• 5.6 本章小结
• 第六章 SAR原始数据压缩算法性能评估
• 6.1 评估参数选抒
• 6.1.1 数据域评估参数
• 6.1.2 图像域评估参数
• 6.2 评估算法选择
• 6.2.1 BFPQ算法
• 6.2.2 BAVQ算法
• 6.2.3 AP算法
• 6.2.3.1 AP算法原理
• 6.2.3.2 AP算法实现方案
• 6.3 算法性能评估
• 6.3.1 数据域的评估结果与分析
• 6.3.2 图像域的评估结果与分析
• 6.4 算法复杂度分析
• 6.5 本章小结
• 第七章 SAR图像数据压缩算法
• 7.1 直接有损压缩方案
• 7.1.1 原始 SPIHT算法
• 7.1.2 改进的 SPIHT算法
• 7.1.3 数值实验及性能分析
• 7.1.3.1 数值实验（一）
• 7.1.3.2 数值实验（二）
• 7.1.3.3 数值实验（三）
• 7.2 结合相干斑去噪的有损压缩方案
• 7.2.1 小波软阈值算法
• 7.2.2 SAR图像去噪
• 7.2.3 结合去噪的 SAR图像压缩方案
• 7.2.4 数值实验
• 7.3 SAR图像无损压缩
• 7.3.1 SAR图像统计特征分析
• 7.3.2 SAR图像位平面编码
• 7.3.3 阈值的计算
• 7.3.4 实验结果与分析
• 7.4 本章小结
• 第八章 结束语
• 附录A 改进SPIHT算法—比特分配
• 附录B 解压缩数据成像
• 参考文献
• 作者攻读博士学位期间发表的论文
• 致谢