基于神经网络的CCSDS有损压缩图像复原技术研究
发布时间：2021-07-09 11:37
随着航天技术和空间技术的发展,人们从宇宙中获取的信息越来越多,图像作为信息的重要载体发挥着举足轻重的作用。但是由于航天器存储容量、下行数据有限等因素,为了获取更多信息需要对原始图像进行压缩存储,CCSDS有损压缩算法因其实现简单,压缩效果好使用广泛。然而有损压缩随着压缩倍数的提升,压缩后会导致图像退化严重,质量明显降低,达不到使用的要求。基于此原因本文针对CCSDS有损压缩图像展开复原技术研究,通过运用复原算法对压缩导致的有损图像进行恢复,最终达到高倍有损压缩图像也可使用的目的。本文首先通过直接观察和分析原始图像、退化图像的残差值,比较了 CCSDS有损压缩退化图像与运动退化和高斯退化图像异同,确定CCSDS有损压缩退化更接近于高斯模糊退化。因此本文选择常用于高斯退化图像复原的BP神经网络算法进行CCSDS有损压缩图像复原。经实验验证比较,基于Adam学习算法的BP神经网络对有损压缩退化图像有一定的复原效果。在此基础上,本文选取了蜜蜂进化遗传算法（Bee Evolutionary Genetic Algorithm,BEGA）和思维进化算法（Mind Evolutionary Algo...
【文章来源】：中国科学院大学(中国科学院国家空间科学中心)北京市
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图１．１研究主要流程??
图２．１?？般退化模嘲??
其也支持１６比特位数据。??ＣＣＳＤＳ图像压缩标准大体由两个部分组成，分别是离散小波变换（ＤＷＴ）??和位平面编码［３６］。系统结果如图２．２所示：??Ｉ?〉?离散小波变换—?＞?位平面编码?＞?????｜??图２．２?ＣＣＳＤＳ图像压缩基本结构??在实际应用屮，在图像进行小波变换前，需要对图像进行预处理，变化后，??需要对系数进行预变换，最后才能编码，因此实际的完整架构应该如图２．３所示：??输入数据！￣＞预处理〇离散小波变换?编码前预处理??输出编码二熵编码?＜＝位平面编码??图２．３?ＣＣＳＤＳ图像压缩算法完整结构??２．２．１图像预处理??根据图像压缩系统等应用场景，如果图像足彩色图像，需要将图像进行颜色??分离操作。山于压缩系统只能处理确定分辨率图像，因此有时还需要对图像进行??１２??
【参考文献】：
期刊论文
[1]数字图像质量评价综述[J]. 张偌雅,李珍珍. 现代计算机(专业版). 2017(29)
[2]基于聚类和BP神经网络的电子商务信用评价模型研究[J]. 史文慧,王兴芬. 福建电脑. 2017(08)
[3]基于布谷鸟算法的BP神经网络图像复原[J]. 李扬,吴敏渊,邹炼. 计算机应用. 2017(S1)
[4]图像质量评价综述[J]. 何南南,解凯,李桐,叶宇姗. 北京印刷学院学报. 2017(02)
[5]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
[6]BP神经网络算法改进及应用[J]. 王磊,王汝凉,曲洪峰,玄扬. 软件导刊. 2016(05)
[7]图像复原的边界振铃效应抑制算法[J]. 龚梦欢,胡宗福. 佳木斯大学学报(自然科学版). 2015(06)
[8]图像超分辨率复原方法及应用[J]. 陈健,高慧斌,王伟国,毕寻. 激光与光电子学进展. 2015(02)
[9]无损图像压缩算法与有损图像压缩算法分析[J]. 李畅. 现代计算机(专业版). 2014(35)
[10]超分辨率复原方法相关原理研究[J]. 陈健,高慧斌,王伟国,张振东,路明. 中国光学. 2014(06)
博士论文
[1]基于稀疏表示的图像超分辨率复原研究[D]. 李娟.武汉科技大学 2016
[2]扩散光学层析成像重构算法的研究[D]. 毕波.哈尔滨工业大学 2015
硕士论文
[1]CCSDS图像压缩算法中位平面编码的VLSI设计[D]. 吴聪睿.中国科学院大学(中国科学院国家空间科学中心) 2017
[2]智能交通系统中模糊图像的恢复[D]. 高晓宇.华北水利水电大学 2016
[3]数字图像复原系统的设计与实现[D]. 王益平.西安电子科技大学 2011
[4]基于BP神经网络的图像复原算法研究[D]. 董俊.西安科技大学 2009
[5]图像复原中正则化方法的研究及应用[D]. 苗晴.国防科学技术大学 2005
[6]基于神经网络的结构非线性地震反应仿真[D]. 赵轩.重庆大学 2005
本文编号：3273672
【文章来源】：中国科学院大学(中国科学院国家空间科学中心)北京市
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图１．１研究主要流程??
图２．１?？般退化模嘲??
其也支持１６比特位数据。??ＣＣＳＤＳ图像压缩标准大体由两个部分组成，分别是离散小波变换（ＤＷＴ）??和位平面编码［３６］。系统结果如图２．２所示：??Ｉ?〉?离散小波变换—?＞?位平面编码?＞?????｜??图２．２?ＣＣＳＤＳ图像压缩基本结构??在实际应用屮，在图像进行小波变换前，需要对图像进行预处理，变化后，??需要对系数进行预变换，最后才能编码，因此实际的完整架构应该如图２．３所示：??输入数据！￣＞预处理〇离散小波变换?编码前预处理??输出编码二熵编码?＜＝位平面编码??图２．３?ＣＣＳＤＳ图像压缩算法完整结构??２．２．１图像预处理??根据图像压缩系统等应用场景，如果图像足彩色图像，需要将图像进行颜色??分离操作。山于压缩系统只能处理确定分辨率图像，因此有时还需要对图像进行??１２??
【参考文献】：
期刊论文
[1]数字图像质量评价综述[J]. 张偌雅,李珍珍. 现代计算机(专业版). 2017(29)
[2]基于聚类和BP神经网络的电子商务信用评价模型研究[J]. 史文慧,王兴芬. 福建电脑. 2017(08)
[3]基于布谷鸟算法的BP神经网络图像复原[J]. 李扬,吴敏渊,邹炼. 计算机应用. 2017(S1)
[4]图像质量评价综述[J]. 何南南,解凯,李桐,叶宇姗. 北京印刷学院学报. 2017(02)
[5]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
[6]BP神经网络算法改进及应用[J]. 王磊,王汝凉,曲洪峰,玄扬. 软件导刊. 2016(05)
[7]图像复原的边界振铃效应抑制算法[J]. 龚梦欢,胡宗福. 佳木斯大学学报(自然科学版). 2015(06)
[8]图像超分辨率复原方法及应用[J]. 陈健,高慧斌,王伟国,毕寻. 激光与光电子学进展. 2015(02)
[9]无损图像压缩算法与有损图像压缩算法分析[J]. 李畅. 现代计算机(专业版). 2014(35)
[10]超分辨率复原方法相关原理研究[J]. 陈健,高慧斌,王伟国,张振东,路明. 中国光学. 2014(06)
博士论文
[1]基于稀疏表示的图像超分辨率复原研究[D]. 李娟.武汉科技大学 2016
[2]扩散光学层析成像重构算法的研究[D]. 毕波.哈尔滨工业大学 2015
硕士论文
[1]CCSDS图像压缩算法中位平面编码的VLSI设计[D]. 吴聪睿.中国科学院大学(中国科学院国家空间科学中心) 2017
[2]智能交通系统中模糊图像的恢复[D]. 高晓宇.华北水利水电大学 2016
[3]数字图像复原系统的设计与实现[D]. 王益平.西安电子科技大学 2011
[4]基于BP神经网络的图像复原算法研究[D]. 董俊.西安科技大学 2009
[5]图像复原中正则化方法的研究及应用[D]. 苗晴.国防科学技术大学 2005
[6]基于神经网络的结构非线性地震反应仿真[D]. 赵轩.重庆大学 2005
本文编号：3273672
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3273672.html
