面向自动目标识别的图像压缩关键技术研究

论文摘要

如何在图像有损压缩过程中保持图像的自动目标识别性能,是军事图像通信领域面临的重要挑战。本文深入研究了面向自动目标识别的图像压缩编码关键技术,取得了一些有价值的研究成果。图像有损压缩过程中自动目标识别性能保持程度的度量是面向自动目标识别的图像压缩技术的核心问题,本文提出了一种基于轮廓信息保持程度的图像压缩质量测度。在图形间模糊相似性测度的基础上,对原始图像和压缩后恢复图像分别进行相同的轮廓提取处理,将压缩前后轮廓图形间的相似性程度作为轮廓特征保持测度,从而度量了图像有损压缩过程中自动目标识别性能的保持程度。理论分析与实验结果表明,轮廓特征保持测度比二值互相关系数更全面地衡量了图像有损压缩对自动目标识别性能的影响程度。在分析了ROI检测算法与ROI优先压缩编码技术的基础上,论文分别提出了基于整幅图像ROI检测与基于图像块ROI判决的两种面向自动目标识别的图像压缩系统设计思路和结构框图。在此基础上,论文重点讨论了面向自动目标识别的航空可见光侦察图像压缩编码技术。团块人造目标ROI检测是面向自动目标识别的航空可见光侦察图像压缩编码系统中的关键环节。本文提出了一种基于局部灰度熵特征的可见光图像团块人造目标ROI检测算法。理论分析和实验结果表明,该算法较好地提取出了人造目标与自然背景的特征差异,能够在各种复杂自然背景和不同目标类型的情况下,有效检测各类团块目标,是一种稳健的团块人造目标ROI检测算法,适用于面向图像压缩的ROI检测任务。在面向自动目标识别的图像压缩编码系统结构以及可见光图像团块人造目标ROI检测算法的基础上,本文提出了一种基于JPEG2000 ROI优先编码机制的航空可见光侦察图像多级ROI优先压缩编码方案。理论分析与实验结果表明该压缩编码方案能够满足面向自动目标识别的图像压缩任务要求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 研究现状
• 1.2.1 面向自动目标识别的图像压缩质量评价方法研究
• 1.2.2 面向自动目标识别的图像压缩编码方法研究
• 1.3 论文的主要工作及内容安排
• 第二章 面向自动目标识别的图像压缩质量评价方法
• 2.1 引言
• 2.2 图像压缩质量评价准则
• 2.2.1 LPSNR 曲线
• 2.2.2 区域测度
• 2.3 基于轮廓曲线相似性程度的图像压缩质量测度
• 2.3.1 轮廓信息在自动目标识别中的基础性作用
• 2.3.2 基于轮廓信息的自动目标识别算法
• 2.3.3 基于轮廓曲线相似性程度的图像压缩质量测度
• 2.4 图形相似性测度
• 2.4.1 模糊集与隶属函数
• 2.4.2 点的模糊化表示
• 2.4.3 图形的模糊化表示
• 2.4.4 图形间的相似性测度
• 2.5 FSM 与Hausdorff 距离之间的关系
• 2.5.1 Hausdorff 距离
• 2.5.2 FSM 与Hausdorff 距离之间的关系
• 2.6 面向自动目标识别的图像压缩质量评价系统
• 2.7 轮廓特征保持测度
• 2.7.1 CFPM 测度的性质
• 2.7.2 CFPM 与互相关系数之间的关系
• 2.8 实际图像实验结果与分析
• 2.8.1 实验图像
• 2.8.2 图形间相似性测度实验
• 2.8.3 面向自动目标识别的图像压缩质量测度实验
• 2.8.4 其他压缩方法的实验结果
• 2.9 合成图像实验结果与分析
• 2.9.1 合成实验图集
• 2.9.2 实验方案
• 2.9.3 实验结果与分析
• 2.10 本章小结
• 第三章 面向自动目标识别的图像压缩系统
• 3.1 引言
• 3.2 自动目标识别算法流程
• 3.3 常用ROI 检测算法
• 3.4 图像压缩编码技术综述与ROI 优先编码
• 3.4.1 图像压缩编码技术
• 3.4.2 ROI 优先压缩编码技术
• 3.4.3 ROI 优先压缩编码机制的分类
• 3.5 ATR-Directed 图像压缩系统结构
• 3.5.1 基于整幅图像ROI 检测的ATR-Directed 图像压缩编码系统
• 3.5.2 基于图像块ROI 判决的ATR-Directed 图像压缩编码系统
• 3.6 ATR-Directed 图像压缩系统中ROI 检测算法的限制条件
• 3.6.1 ATR-Directed 图像压缩系统中ROI 区域的特点
• 3.6.2 ATR-Directed 图像压缩系统中ROI 检测算法的限制条件
• 3.7 本章小结
• 第四章 面向可见光图像压缩的团块人造目标ROI检测算法
• 4.1 引言
• 4.2 图像的局部灰度熵特征
• 4.2.1 图像的局部熵
• 4.2.2 局部灰度熵的性质分析
• 4.2.3 局部直方图熵和局部灰度熵的比较
• 4.3 局部灰度熵特征在人造目标ROI 检测中的应用
• 4.4 基于局部灰度熵特征的团块目标ROI 检测算法
• 4.4.1 ROI 检测算法流程
• 4.4.2 邻域窗口尺寸的选择
• 4.4.3 分割阈值的选取
• 4.5 团块人造目标ROI 检测实验结果与分析
• 4.5.1 实验方案
• 4.5.2 Otsu 方法自动选取阈值
• 4.5.3 根据ROI 区域面积比例确定阈值
• 4.5.4 实验结果与分析
• 4.6 本章小结
• 第五章 面向自动目标识别的可见光侦察图像压缩编码方案
• 5.1 引言
• 5.2 多级ROI 优先编码的总体思路
• 5.3 JPEG2000 中的ROI 优先编码机制
• 5.3.1 JPEG2000 的基本结构
• 5.3.2 基于位平面提升的ROI 优先编码
• 5.3.3 基于码块失真提升的ROI 优先编码
• 5.4 基于多级ROI 优先机制的可见光侦察图像压缩编码方案
• 5.4.1 方案总体框图
• 5.4.2 ROI 掩模的多级膨胀处理
• s , R_w）的确定'>5.4.3 码块提升参数（R_s , R_w）的确定
• 5.4.4 编码算法的总流程
• 5.4.5 方案的优势与特点
• 5.5 可见光侦察图像实验结果与分析
• 5.5.1 实验方案
• 5.5.2 多级ROI 优先机制与non-ROI 的ROI 区域恢复结果比较
• 5.5.3 多级ROI 优先机制与Maxshift 的整体重构图象结果比较
• 5.5.4 区域PSNR 比较
• 5.5.5 CFPM 实验结果与分析
• 5.6 本章小结
• 第六章 结束语
• 6.1 论文的主要成果和创新点
• 6.2 需要进一步研究的问题
• 致谢
• 参考文献
• 作者在学期间取得的学术成果