基于压缩感知的SAR图像鲁棒编码传输
本文选题:压缩感知 + 合成孔径雷达 ; 参考:《中国图象图形学报》2014年11期
【摘要】:目的尽管传统的联合信源信道编码方案可以获得高效的压缩性能,但当信道恶化超过信道编码的纠错能力时会导致解码端重构性能的急剧下降;为此利用压缩感知的民主性提出一种鲁棒的SAR图像编码传输方案,且采用了一系列方法提高该方案的率失真性能。方法考虑到SAR图像丰富的边缘信息,采用具有更强方向表示能力的方向提升小波变换(DLWT)对SAR图像进行稀疏表示,且为消除压缩感知中恢复非稀疏信号时存在的混叠效应,采用了稀疏滤波方法保证大系数的精确恢复,在解码端采用了高效的Bayesian重建算法获得图像的高性能重建。结果在同等码率下,与传统的联合信源信道编码方案CCSDS-RS相比,本文方案可以实现更加鲁棒的编码传输,当丢包率达到0.05时,本文方案DSFB-CS获得的重建性能明显要高于CCSDS-RS;与基于Bayesian重建算法TSW-CS的传统方案相比,本文方案可提高峰值信噪比(PSNR)3.9 d B。结论本文方案DSFB-CS实现了SAR图像的鲁棒传输,随着丢包率的上升,DSFB-CS获得的重建性能缓慢下降,保证了面对不稳定信道时,解码端可以获得相对稳定的重构图像。
[Abstract]:Aim although the traditional joint source-channel coding scheme can achieve efficient compression performance, when the channel deterioration exceeds the error-correcting ability of channel coding, the performance of decoding reconstruction will decline sharply. In this paper, a robust SAR image coding transmission scheme is proposed by using the democracy of compression perception, and a series of methods are adopted to improve the rate-distortion performance of the scheme. Methods considering the rich edge information of SAR images, the direction lifting wavelet transform (DLWTT) with stronger directional representation ability is used to represent SAR images sparsely, and to eliminate the aliasing effect of recovering non-sparse signals in compression perception. The sparse filtering method is used to ensure the accurate recovery of large coefficients, and the efficient Bayesian reconstruction algorithm is used to obtain the high performance image reconstruction at the decoding end. Results compared with the traditional joint source-channel coding scheme (CCSDS-RS), the proposed scheme can achieve more robust coding transmission at the same bit rate, when the packet loss rate reaches 0. 05. The reconstruction performance of the proposed scheme DSFB-CS is obviously higher than that of CCSDS-RSs, and compared with the traditional scheme based on Bayesian reconstruction algorithm TSW-CS, the proposed scheme can improve the PSNR ratio to 3.9 dB. Conclusion the scheme DSFB-CS realizes the robust transmission of SAR images, and the reconstruction performance of DSFB-CS decreases slowly with the increase of packet loss rate, which ensures that the decoder can obtain relatively stable reconstructed images in the face of unstable channels.
【作者单位】: 西安交通大学电子与信息工程学院;中国科学技术大学;
【基金】:国家自然科学基金项目(61373113) 中央高校基本科研业务费专项资金(xjj2012023)
【分类号】:TN957.52
【参考文献】
相关期刊论文 前1条
1 吴一戎;;多维度合成孔径雷达成像概念[J];雷达学报;2013年02期
【共引文献】
相关期刊论文 前1条
1 吴琴霞;梁兴东;李焱磊;周良将;;残余运动误差对机载多波段SAR图像配准的影响分析[J];雷达学报;2015年02期
相关博士学位论文 前1条
1 董锡超;面向热带雨林的多维度SAR毁林检测技术研究[D];北京理工大学;2014年
相关硕士学位论文 前1条
1 刘妍;极化SAR特征量分析与分类研究[D];西安电子科技大学;2014年
【相似文献】
相关期刊论文 前10条
1 孟祥钊;;基于3D4U的立体图像合成[J];数码印刷;2008年02期
2 李瑞瑞;张一天;秦桂明;秦开怀;;并行绘制系统中基于网络处理单元的图像合成及显示[J];计算机应用;2011年01期
3 吴昊;徐丹;;数字图像合成技术综述[J];中国图象图形学报;2012年11期
4 赵林;高新波;田春娜;;正面人脸图像合成方法综述[J];中国图象图形学报;2013年01期
5 ;30—60米分辨率无云高空图像合成技术项目[J];电脑与电信;2013年10期
6 韩阳;;照片背后的故事——《图像合成与分层图像》教学设计[J];中小学信息技术教育;2009年10期
7 裘炜炜;;“图像的合成”教学设计[J];新课程(中旬);2013年03期
8 杜成,苏光大,林行刚,顾华;多姿态人脸图像合成[J];光电子·激光;2004年12期
9 王俊艳;苏光大;林行刚;尚焱;;用于人脸识别的多年龄人脸图像合成[J];光电子·激光;2006年12期
10 王亚辉;王俊;;基于图像合成的红外辐射场景生成[J];红外与激光工程;2007年S2期
相关会议论文 前10条
1 曹玫璇;王章野;李理;彭群生;;基于个性化原型的人脸衰老图像合成[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
2 陆宗骐;朱煜;;图像合成原理及其实现[A];第十四届全国图象图形学学术会议论文集[C];2008年
3 杨林森;陶冰洁;;基于脉冲耦合神经网络的图像内容融合[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
4 赵莎;乐光新;;一种适于视频会议的多会场图像合成方法[A];2008年中国高校通信类院系学术研讨会论文集(上册)[C];2009年
5 尹宝才;高文;晏洁;;三维人脸变形模型和面部图像合成——面向合成编码的面部图像合成方法[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年
6 黄静;王希;齐东旭;唐泽圣;;基于二值掩码图像的图像合成方法及其应用[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
7 程燕;;伪造图像司法鉴定技术研究[A];全国计算机安全学术交流会论文集(第二十四卷)[C];2009年
8 钱霖;;两帧图像合成的“亚象元”方法[A];首届信息获取与处理学术会议论文集[C];2003年
9 孙宏海;李桂菊;李静宇;;高速图像长时间无损记录系统的设计与实现[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
10 尹显东;姚军;唐丹;王欣;潘云;李在铭;;基于内容的视频信息屏障技术研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
相关重要报纸文章 前10条
1 清华大学 李迎春;多姿态人脸图像的估计及合成[N];计算机世界;2006年
2 刘亭;图像——色彩里倘佯[N];中国电脑教育报;2002年
3 刘东波;轻松缝合破碎图像[N];计算机世界;2004年
4 福建 陈旭波;JPEG图像完美压缩[N];电脑报;2003年
5 赵力 记者 张哲浩;看看多少年后自己是什么模样[N];科技日报;2005年
6 姜士文;图像与视频:“傻瓜”即为主流[N];中国计算机报;2002年
7 清华大学 王俊艳;年龄变化的人脸识别[N];计算机世界;2006年
8 梦剧;触手可及的佳能全画幅EOS 6D发布[N];中国摄影报;2012年
9 图像点青;灵感重现[N];中国电脑教育报;2003年
10 本报记者 张楠;3D显示浮出水面?[N];中国计算机报;2009年
相关博士学位论文 前10条
1 吴昊;高效图像合成技术研究[D];云南大学;2013年
2 李旭东;人脸图像合成技术研究及数字水印技术[D];浙江大学;2005年
3 管宇;图像和视频的便捷抠图技术研究[D];浙江大学;2008年
4 胡伟平;基于认知逻辑的个性化人脸图像合成研究[D];西南大学;2014年
5 谢志峰;可视媒体交互与合成技术研究[D];上海交通大学;2012年
6 杜振龙;图像—视频抠像技术的研究[D];浙江大学;2007年
7 杜杨洲;基于统计学习的人脸图像合成方法研究[D];清华大学;2004年
8 潘刚;基于语义的图像显示适配技术研究[D];天津大学;2002年
9 吴金亮;整体结构性信息在图形图像处理中的应用研究[D];浙江大学;2012年
10 刘建军;基于图像局部不变特征的类属超图构建与目标识别技术研究[D];国防科学技术大学;2010年
相关硕士学位论文 前10条
1 曹玫璇;人脸图像的衰老合成研究[D];浙江大学;2008年
2 蔡正保;图像信息隐藏技术的应用研究[D];安徽大学;2011年
3 陈艳艳;交互式人体形变和图像合成软件研究及实现[D];华北电力大学(河北);2009年
4 叶青;“异变”与“再现”-当代图像发生发展样态的研究与探索[D];大连工业大学;2013年
5 李晓飞;基于感知哈希的图像真伪鉴别和修复刷篡改盲鉴别算法研究[D];吉林大学;2012年
6 胡熹;基于样本图像的图像修补技术研究[D];上海交通大学;2013年
7 叶永青;基于稀疏约束非负矩阵分解算法的人脸图像老化模拟及其在人脸识别中的应用[D];华侨大学;2011年
8 王永超;基于暗通道先验的图像去雾算法研究[D];大连理工大学;2011年
9 黎杨梅;医学图像的三维可视化研究[D];华中科技大学;2009年
10 陈奇;矿用地质图像编录处理系统研究与开发[D];西安科技大学;2010年
,本文编号:1990882
本文链接:https://www.wllwen.com/kejilunwen/wltx/1990882.html