海域监控系统中雷达图像压缩及船舶定位

论文摘要

雷达图像压缩及船舶定位在海域监控系统中起着重要的作用。雷达图像的数据量较大不利于传输,在带宽有限的条件下,有必要对雷达图像进行压缩,因此使用快速有效的压缩算法和编码方法,以压缩的形式存储和传输雷达数据是较好的选择。小波变换的发展为雷达图像的压缩以及重构提供了良好的理论基础,SPIHT编码技术的出现为雷达图像的进一步压缩以及在低带宽环境下的重构提供了契机;船舶定位技术的研究使得海域监控系统能够实时的监控船舶的状况,利用轮廓跟踪算法能够从雷达图像中辨识出船舶的位置信息,为进一步辨识未授权船舶提供原始的数据支持。本文研究了现有的雷达图像压缩技术,借鉴自然图像压缩方法和人眼视觉特性,采用基于整数提升小波变换和改进的SPIHT算法对雷达图像进行压缩,并比较其与其它算法的压缩速度及重构效果。从结果可以看出此方法减少了压缩的时间,提高了压缩的效率,增强了重构图像的效果,并可以运用到实际应用中。然后在雷达图像预处理之后,通过与雷达模板图像的比对,获取需要进行跟踪的船舶位置图像。在分析比较了现有轮廓跟踪算法的优缺点的基础上,使用改进的目标邻域点边界跟踪法进行轮廓的跟踪,从跟踪的数据点比较可以看出改进的目标邻域点边界跟踪法减少了跟踪时数据点判断的数量,提高了跟踪的速度。综上所述,本文所做的工作能够提高海域监控系统中雷达图像压缩和解压的速度并一定程度上提高重构的效果,有利于在带宽有限的情况下雷达图像的快速传输;改进的目标邻域点边界跟踪法能够快速的定位船舶,为实现对船舶的实时监控提供可靠的船舶定位信息。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景及研究意义
• 1.2 海域监控系统介绍
• 1.3 海域监控系统的工作流程
• 1.4 论文的主要工作及组织结构
• 2 小波变换
• 2.1 小波变换的定义
• 2.2 多分辨率分析
• 2.3 Mallat算法
• 3 雷达图像的压缩
• 3.1 雷达图像压缩的发展
• 3.1.1 雷达图像压缩的可能性
• 3.1.2 雷达图像压缩的发展
• 3.2 信号压缩的基本知识
• 3.2.1 信息量和熵
• 3.2.2 信号压缩评价指标
• 3.3 SPIHT算法
• 3.3.1 EZW编码
• 3.3.2 SPIHT算法
• 3.4 改进的SPIHT算法（MSPIHT）
• 3.4.1 提升算法的基本原理
• 3.4.2 双正交小波的提升
• 3.4.3 结合人眼视觉特性量化编码
• 3.4.4 SPIHT编码的改进
• 3.4.5 实验及结果分析
• 4 船舶的定位
• 4.1 辨识点的获取
• 4.1.1 二值化运算
• 4.1.2 滤波运算
• 4.1.3 数学形态学运算
• 4.1.4 运算过程
• 4.2 目标邻域点边界跟踪
• 4.2.1 轮廓跟踪方法
• 4.2.2 虫随法
• 4.2.3 目标邻域点边界跟踪法
• 4.2.4 改进的目标邻域点边界跟踪法
• 4.2.5 目标邻域点边界跟踪法的实现
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢