基于自适应比特分配的SAR复图像频域压缩算法-论文.pdf

《基于自适应比特分配的SAR复图像频域压缩算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第l5卷第18期2015年6月科学技术与工程Vo1．15No．18Jun．20151671—1815(2015)18—0061—05ScienceTechnologyandEngineering⑥2015Sci．Tech．Engrg．基于A适应比特分配的SAR复图像频域压缩算法许学杰’潘志刚刘畅(中国科学院电子学研究所，北京100190；中国科学院大学，北京100049)摘要研究合成孔径雷达(SAR)复图像数据的虚实部压缩算法，针对SAR复图像数据的统计特性，提出一种自适应比特分配的改进算法。首先在频域对SAR复图像数据进行自适应加权预处理，然后由香农率失真定理结合拉格朗日乘

2、子法，推导了基于方差的块自适应虚实部最优比特分配公式，给出了整个压缩算法的流程图。根据流程图进行了多次压缩实验，并分析了算法的压缩性能。最后将改进算法与传统算法进行比较，验证了改进算法具有更优的幅度保持和相位保持的特点。关键词合成孔径雷达复图像压缩自适应比特分配二维傅里叶变换中图法分类号TN958；文献标志码A合成孔径雷达是一种高分辨率微波遥感成像系部的比特分配并没有进行研究，这说明它的虚实部统，具有全天时、全天候的特点，广泛应用于环境保比特组合只能是随机指定，但这样的组合并不一定护、灾害监测、资源勘查等多种领域。随着SAR分是最佳的，存在非常大的偶然性，基于此，本文根据辨率

3、的提高和测绘带宽的加大，SAR实时成像产生SAR复图像频域虚部和实部数据的统计特性，由香的SAR复图像数据不断增加，这给存储和传输带来农率失真定理，从方差的角度对频域虚实部数据进了巨大的压力，因此需要对SAR复图像进行压缩。行自适应最优比特分配。多次实验验证了该算法的现在的研究主要关注于SAR幅度图像的压缩，忽略有效性。了相位信息，而SAR复图像在于涉处理、三维成像1SAR复图像频域压缩算法等方面具有重要的应用，在压缩时需要同时保持良好的幅度信息和相位信息，否则将会极大限制SARSAR复图像频域压缩算法的思想是：把SAR复复图像在各方面的应用。由此可见，研究SAR复图图像数据

4、通过二维傅里叶变换转换到频域，SAR复像压缩算法是十分必要的。图像频域数据的虚部和实部相互统计独立，但都服国内外关于SAR复图像压缩的研究并不多，但从高斯分布，采用Lloyd—Max量化器分别进行量化也取得了一定的成果，主要集中在变换域。Eichel编码。等人在频域对SAR复图像进行压缩J，该方法复杂由于在SAR成像过程中进行了加窗处理，因此度低，但压缩效果并不好。Brandfass等人提出基于为了补偿掉加窗所带来的影响，需要求得窗函数对小波的SAR复图像压缩J，虽然能够取得较高的压症下药，而窗函数并不能轻易地准确得到，且调频信缩比，但复杂度高、且对斑点噪声十分敏感。文号存在

5、一定失真，这些都导致系数不能很好地满足献在小波域对SAR复图像进行矢量量化，利用各预期的高斯分布，从而影响压缩效果。基于此，文献个频带系数的相关性实现压缩，对相位具有一定的[4]提出了一种自适应加权方法，根据频域内信号保持作用，但幅度保持欠佳。文献[4]改进了SAR的实际幅度包络自适应地调整加权函数，使得加权复图像的频域压缩算法，在低压缩比下能够较好地函数匹配于不同图像的频域信号，自适应地补偿掉保留图像的特征，它采用Lloyd—Max量化器对频域各种因素对于频域信号为独立同分布(高斯分布)信号的实部和虚部分别进行量化编码，对虚部和实的影响，从而最大限度地利用Lloyd．Max

6、对SAR复图像进行压缩。2015年1月16日收到国家自然科学基金(61101201)资助在SAR复图像频域虚实部很好地满足高斯分第一作者简介：许学杰，男，硕士研究生。E—mail：zhongkeyuanx~@布以后，再对SAR复图像频域虚实部分别进行量化163．com。编码。对于虚实部比特分配，一般情况下是穷举虚实部比特分配的所有可能组合分别进行压缩，通过62科学技术与工程15卷比较实验结果找出最优的比特分配，但这样大大增如果R不满足式(11)，导致或者Q小于加了算法的复杂性，而且穷举也只能列出有限种组零，则对相应的子块做零处理。合，并不一定能得到最优的比特分配。基于此，本文

7、2SAR复图像频域压缩算法流程从方差的角度结合拉格朗日乘子法提出了一种SAR复图像虚实部自适应比特分配的方法。在SAR复图像频域虚实部数据很好地满足高假设R、尺。、研分别是每块数据所分配的虚部、斯分布时，本文从方差的角度出发，根据香农率失真实部量化比特数和平均量化比特数，满足如下关系：定理，对虚实部进行最优的比特分配，且此时的量化I+R0=2RT(1)失真达到最小。具体的实现步骤如下：对于无记忆高斯信源，率失真函数满足如下(1)将I、Q两路数据进行分块，对每一子块数等式：据分别进行处理；(2)对每一子块