欢迎来到天天文库
浏览记录
ID:34143465
大小:9.48 MB
页数:49页
时间:2019-03-03
《基于压缩传感的sar图像压缩编码与重构算法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:TP391520.6040密级:天津理工大学研究生学位论文基于压缩传感的SAR图像压缩编码与重构算法的研究(申请硕士学位)学科专业:信号与信息处理研究方向:图像处理作者姓名:郭立娜指导教师:温显斌教授2014年2月lIlllIIlllllIIIIIllIllUllllIIIIIY2519569ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’SDegreeSARImageCompressionandReconstructionAlgorithmBasedo
2、nCompressedSensingByGuoLinaSupervisor”匆nXianbinFebruary2014独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得墨盗墨墨太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名:飞f1卿签字日期:动f忤乡月弓日学位论文版权使用授权书本学位论文作者完全了解墨盗墨兰盘鲎
3、有关保留、使用学位论文的规定。特授权墨盗墨墨盘望可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编,以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:智1翻户导师张r多弋签字日期:20忙年弓月弓日签字日期:少,妒年事月;日摘要压缩传感理论作为一种新兴的数据采集技术,一经提出便受到了国内外众多学者的关注。它打破了奈奎斯特采样定律的束缚,使得高分辨率信号的快速压缩成为了可能。本文在对压缩传感的已有算法进行分析的基
4、础上,针对测量矩阵的构建以及重构算法的改进进行深入研究,并将改进的压缩传感算法应用到了合成孔径雷达(SyntheticApertureRadar,SAR)图像的压缩和重构中,验证了改进算法的有效性。具体研究内容如下:1.基于轮廓波(Contourlet)变换对SAR图像进行稀疏表示。由于Contourlet变换低频系数子带包含了信号的主要信息,不满足稀疏特性,因此对其进行全采样。而针对高频系数子带的不同纹理特性,分别对其进行行采样或列采样,最终实现SAR图像的稀疏表示。2.测量矩阵的构建。由于高斯随机矩阵具有自身稠密性,使得计算量
5、非常大,于是将其分解为酉矩阵O和近似的实上三角形矩阵R的乘积即对其进行近似QR分解,使得矩阵的最小奇异值增大,从而增加了矩阵的独立性,减小了计算复杂度。3.稀疏度自适应匹配追踪(SAMP)重构算法虽然能在稀疏度未知的情况下,实现精确重建。但是它并未考虑到初始稀疏度对算法的影响,固定步长的设置,容易产生过估计和欠估计的问题,并且在大稀疏度情况下需要多次迭代。针对这些问题,本文将该算法结合了SP算法中的回溯筛选思想,在子空间内逐步更新候选集原子,同时引入了ROMP算法中的正则化过程,有效地控制了迭代次数,实现了算法的快速、精确重构。4
6、.SAR图像的相干斑噪声抑制。SAR图像的相干斑噪声严重影响了SAR图像的可视性。本文通过对SAR图像做非下采样轮廓波(NSCT)变换,运用最大后验概率估计(MAP)方法对高频系数做调节,并基于改进后的平滑L0范数(SL0)算法做精确重构,提高了SAR图像的可视性。关键词:SAR图像压缩传感稀疏度自适应匹配追踪压缩重构AbstractCompressedsensingtheoryasanewdataacquisitiontechnology,itwasconcernedbymanydomesticandforeignscholar
7、sonceitWasputforward.ItbroketheshacklesoftheNyquistsamplingtheorem,madethefastcompressionhi【ghofresolutionsignalpossible.Inthispaper,basedontheclassicalgorithmsofcompressedsensinghasbeenanalyzed,aimingattheconstructionofmeasurementmatrixandreconstructionalgorithmimpro
8、vement,weputforwardourviews.AndtheimprovedcompressionsensingalgorithmisappliedtotheSARimagecompressionandreconstruction,thee
此文档下载收益归作者所有