导读:本文包含了雷达图像压缩论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,孔径,小波,稀疏,递归,正交,窄带。
雷达图像压缩论文文献综述
张红志[1]（2018）在《雷达图像压缩算法研究》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)广泛用于导弹的制导,弹载SAR在导弹的平飞、大前斜、下压和末段各阶段的成像数据量都相当巨大,为了减少信息量,在SAR数据的不同应用场景可以通过对其图像降低到相应的分辨率之后再进行传输和存储的方法来应对数据量大的问题。即使如此,在导引头将SAR数据传输给飞控计算机或者地面控制中心时,仍需占用大量信道资源。因此进行SAR图像压缩算法研究可谓意义重大。本文对适用于弹载雷达图像的压缩算法做了深入研究,包括雷达图像帧内压缩算法和帧间压缩算法。针对图像压缩的每一个阶段进行了理论研究和实验对比,研究出一套局部最优算法组合,在此基础上,完成了对雷达图像帧内、帧间压缩算法完整程序的编写,并进行了相应的实验,对本文雷达图像压缩算法的研究成果进行了验证。本文的主要研究内容有:(1)通过对SAR成像原理及特征分析,得出SAR图像存在帧内冗余和帧间冗余;通过比较SAR图像与自然图像的物理意义与灰度直方图,得出SAR图像与自然图像特点不尽相同。为了对SAR图像进行有效压缩,本文根据其自身特点,通过对基于离散余弦变换(Discrete Cosine Transform,DCT)的压缩算法和基于小波变换的压缩算法的两种压缩算法优点和局限性的研究和对比,最终选取基于小波变换的算法进行雷达图像的帧内压缩算法研究。在差值编码(Differential Pulse Code Modulation,DPCM)、条件补充法、条件次取样法和运动补偿法四种压缩算法中,选取了性能最为强大的运动补偿算法进行雷达图像的帧间压缩算法研究。本文详细介绍了图像压缩编码评价标准。针对图像压缩编码参数的评价,本文选取压缩比作为本文评价指标;针对图像保真度标准的评价,本文选取客观评价中的峰值信噪比(Peak Signal to Noise Ratio,PSNR)作为本文的评价标准;针对图像压缩编码算法时间复杂度的评价,本文选取算法实验中的编解码总时间作为本文的评价标准。图像压缩编码评价指标的选取,为本文研究对象压缩算法的研究及选取提供了理论依据。(2)详细介绍了基于小波变换的雷达图像帧内压缩算法的实现步骤,之后分别详细介绍了压缩模型中叁个阶段:小波变换、量化、熵编码。通过对叁个阶段常用方法的研究和对比,针对小波变换阶段,采用提升小波变换实现,并采用Db9/7小波基;针对量化阶段,采用性能更优的多级树集合分裂(Set Partitioning in Hierarchical Trees,SPIHT)算法;针对熵编码算法,采用性能最优的算数编码算法。最终研究出一套适合本文研究对象的帧内图像压缩算法组合。(3)详细介绍了基于运动补偿的帧间预测压缩算法的实现步骤,并对每一步用到的算法进行了介绍和研究选取。其中运动估计的研究,本文根据研究对象压缩算法的实验环境以及实现途径,最终确定基于块匹配的运动估计算法,其中寻找最佳匹配块采用绝对误差和准则、叁步搜索算法和半像素估计精度;运动向量预测采用运动向量时域预测。最终完成基于运动补偿的帧间预测压缩算法方案研究。(4)本文在Windows7操作系统的PC机上,通过MATLAB平台进行实验。基于小波变换的雷达图像帧内压缩算法对256*256、512*512、1024*1024的叁张雷达图压缩,可在保证峰值信噪比分别为28.8388dB、28.3077dB、28.6403dB的情况下,压缩比分别为25.0616、18.0789、13.6517,算法整体耗时分别为1.8096s、5.6004s、20.9665s。本文基于小波变换且量化算法为SPIHT的算法与量化算法为EZW的算法相比,在峰值信噪比损失均值为2.34%的情况下,压缩比均值提高了45.10%,时间消耗减少了 41.63%。本文的创新之处是把基于小波变换且量化算法为SPIHT的帧内压缩算法同基于运动补偿的帧间预测算法相结合,既能发挥基于小波变换和SPIHT量化算法对雷达图像帧内压缩的优越性,又能发挥类似H.26x系列压缩标准的基于运动补偿的帧间预测算法对连续帧图像帧间压缩的优势。实验1采用该算法对本文五帧256*256的连续雷达图像压缩,可保证在峰值信噪比均值为32.7896dB的情况下,压缩比达到16.4695,算法整体耗时为11.4817s,同本文基于小波变换的帧内压缩算法相比,在PSNR下降0.6736dB的情况下,压缩比提高了 6.4233,算法耗时减少了 3.8907s;同H.265算法相比,在耗时增加了 1.135s的情况下,PSNR提高了 0.3111dB,压缩比提高了 0.4655。通过对实验1和实验2的实验结果和实验雷达图对比分析可知,雷达图背景像素值分布情况和目标物体的不同,会导致图像像素间相关性不同,相关性越差,压缩效果就会越差。本文帧内、帧间压缩算法对本文图像的压缩结果,满足项目中对雷达图像在保证峰值信噪比不低于28dB,压缩比大于10的相关压缩要求。(本文来源于《北京交通大学》期刊2018-03-19）
黄秋勇,唐爱龙[2]（2016）在《海上雷达图像信号系统中的压缩加密算法设计研究》一文中研究指出船舶的"黑匣子"用来记录船舶航行数据。当船舶发生事故后,"黑匣子"用来追踪事故发生的原因,"黑匣子"都是按顺序记录船舶的指挥命令和操作控制数据。记录数据时,采用视频的方式更加直观易懂。但视频数据一般较大,而"黑匣子"存储容量有限。因此,必须对"黑匣子"数据进行压缩。本文研究海上雷达图像信号系统中的压缩加密算法,旨在最大限度增大"黑匣子"有限存储的使用效率。(本文来源于《舰船科学技术》期刊2016年10期）
刘思宇[3]（2016）在《基于压缩感知理论的雷达图像压缩处理》一文中研究指出压缩感知是近年来国内外都十分热门的一个研究课题,在通信学科的很多方面引起的广泛的关注。对于雷达来说,要想有较强的距离分辨率则其信号带宽往往是较大的,而大的信号带宽势必会导致雷达系统面临超大数据量的存储和处理等问题。而压缩感知理论的提出恰好迎合了雷达在数据压缩方面的需求。本文就压缩感知理论在雷达图像的压缩和重构领域的应用展开了研究。具体的工作有如下几点。1)首先详细讨论了压缩感知的基本理论和其中涉及到的一些数学基础；其中重点分析了压缩感知理论叁要素：稀疏基、观测矩阵和信号重构算法。2)就压缩感知理论在压缩和重构真实雷达图像时的性能进行了较详细地仿真实验分析,在压缩感知理论叁要素的选择上分别通过仿真实验比较确定了综合性能优异且最适合运用于雷达图像压缩重构处理的稀疏基(离散小波基)、观测矩阵(高斯随机矩阵)和信号重构算法(正交匹配追踪算法)。离散小波基、高斯随机矩阵和正交匹配追踪算法的组合使用较其他选择,无论在重构精度还是重构计算效率上都具有明显的优势。3)将压缩感知处理方法用C语言进行了软件编程实现,程序涵盖了完整的雷达图像的稀疏、压缩和重构过程,所采用的稀疏基、观测矩阵和重构算法均是由论文仿真实验筛选得出；此外,为了实现工程应用,设计出了一个基于DSP的雷达图像压缩重构显示系统,并用F2812开发板进行了部分关键性的技术验证；该系统包括数据传输模块、图像压缩重构模块和图像显示模块等。并且,在数据传输模块,根据雷达图像数据和串口传输的特性设计了一套数据“编码”、“解码”规则。文章实验结果表明,利用压缩感知理论压缩重构雷达图像,当所选稀疏基、观测矩阵和重构算法适当时具有精度高且重构速度快的优点；因此,压缩感知理论在雷达图像的压缩重构方面的应用是可行并具有很大潜力的。(本文来源于《大连海事大学》期刊2016-01-01）
祁志恒,姜喆,张为[4]（2015）在《基于ADV212的雷达图像压缩传输系统》一文中研究指出针对雷达图像数据量大实时性要求高的特点,设计了一种新的基于FPGA和ADV212的雷达图像压缩与传输系统,实现对4 096级方位量化和最大4 096级距离量化的雷达图像进行实时JPEG2000压缩。通过所设计的分片压缩方式把雷达图像分段,每段分别压缩,并配合乒乓缓存来减小压缩到传输的延时。系统基于可配置设计,可配置图像的压缩率及雷达图像的分辨率。采用ADV212实现对图像的压缩,FPGA实现各功能模块,W5500实现数据传输。实验结果表明,系统能够实现对雷达图像实时压缩和传输的要求。(本文来源于《电子技术应用》期刊2015年11期）
刘瑾瑾,李元祥,张增辉,郁文贤[5]（2015）在《基于小波阈值和字典学习的合成孔径雷达图像压缩》一文中研究指出在小波域对合成孔径雷达(SAR)图像进行双重稀疏处理的基础上,提出一种基于小波阈值和字典学习的SAR图像压缩方法.利用SAR图像的统计分布特性,结合空间树结构对小波域的小波系数进行阈值化处理,利用递归最小二乘字典学习算法(RLS-DLA)将小波系数表示为字典稀疏,以在增大字典稀疏度的同时抑制斑噪声,并提高图像的重构效果.结果表明:在低比特率条件下,所提出方法比经典压缩方法的精度更高.(本文来源于《上海交通大学学报》期刊2015年10期）
杨文志[6]（2015）在《雷达图像无损压缩编码方法的研究》一文中研究指出在船舶交通管理系统(VTS)中,对雷达图像的监控和回放是提高交通效率和保障交通安全的主要手段。在船舶航行记录仪(VDR)中,雷达图像也可以帮助调查人员找出海难事故的真正原因。由于现代雷达的探测精度越来越高,这也导致雷达产生的图像数据量越来越大,给雷达图像的传输和存储技术带来了巨大挑战。同时,在事故处理、责任鉴定以及分析VTS所辖区域航行情况等方面,需要高质量的雷达图像信息,因此,本文从实际问题出发,提出了基于预测和熵编码的雷达图像无损方法并编程实现。以下为本文研究的主要内容：(1)将采集到的雷达视频数据转换为直角坐标形式的雷达图像,通过灰度直方图和帧间帧内相关性系数分析,讨论雷达图像冗余性特点。(2)由于每帧雷达图像所占空间较大,在帧间压缩环节为了降低算法对硬件的要求,保证系统的实时性,结合之前对雷达图像特点的分析,采用线性预测算法,生成帧间预测残差图像。(3)帧间预测后产生的残差图像可以应用帧内预测算法来进一步消除冗余,首先讨论GAP和MED预测器的预测效果和性能对比,其次分析不同形式雷达图像作为压缩算法输入的优劣势,最后确定帧内压缩方案。(4)服务器端将压缩图像转化为二进制序列,进一步打包成帧并采取两种措施进行加密,使之适应网络的传输同时确保数据的安全性。采用MS SQL Server存储压缩图像。(5)客户端连接数据库读取图像压缩数据到本地解压缩并显示。讨论图像显示过程中的坐标转换效率、区域重迭、显示漏点等编程实践中的关键问题。(本文来源于《大连海事大学》期刊2015-05-01）
潘智慧[7]（2014）在《基于四叉树的雷达图像压缩算法研究》一文中研究指出在船舶交通系统中,雷达常被用于传输和记录图像,以提高交通效率和增进交通安全。而一般来说雷达图像的数据量都很大,这使得图像数据在高速准确传输和实时存储方面都面临着很大的挑战。所以为满足雷达图像的存储和传输要求,必须对雷达图像进行压缩从而减少数据量。可见,雷达图像的压缩与传输技术对雷达系统非常重要,在增强和改善雷达系统性能方面有不可替代的作用。随着计算机技术的发展和科学技术的不断进步,各种各样的图像压缩方法相继被提出。虽然常规的自然图像压缩方法可以应用于雷达图像上,但是压缩效果并不十分理想。而且,雷达显示屏能显示的颜色并不多,雷达图像大部分为海面背景,海面上存在很多静态物体,相邻像素点间、相邻帧间都有很强的相关性,这些特点决定了雷达图像的特殊性。利用雷达图像的这些固有特性,可以实现更好的压缩和传输效果。本课题首先分析了雷达图像压缩的研究意义、技术状况、特征和原理。然后在Windows操作系统Visual Studio2010环境下,利用采集到的雷达图像,结合雷达图像的具体特征,对常规的图像压缩算法、传输协议进行对比分析,主要研究了基于四叉树算法的雷达帧内图像压缩,并对雷达图像压缩与传输系统进行了整体设计。最终利用四叉树的原理实现了雷达图像的帧内和帧间压缩,实现了雷达图像的伪彩色编码处理、解压缩、传输与实时显示等功能。实验结果充分证明了四叉树算法在雷达图像压缩与传输系统中的可行性。另外,从实际应用的角度出发,完成了雷达图像压缩与传输系统的服务器与客户端的构建。(本文来源于《大连海事大学》期刊2014-06-01）
杨智海[8]（2014）在《基于小波变换与ROI编码的雷达图像压缩》一文中研究指出当今海上运输业的发展速度与日俱增,伴随着海上交通事故的逐渐增多,作为航运业必不可少的电子设备,雷达的作用也变得越来越重要。由于雷达图像具有数据量大、传输速度高和存储实时性强等特点,在传输雷达图像时必须进行压缩编码处理。由于船用导航雷达的不同特点以及雷达图像的不同用途,有时人们可能只对船只周围的一些特定区域的雷达图像感兴趣,应当对感兴趣区域进行优先编码。因此,本文基于小波变换和感兴趣区域的雷达图像的编码研究具有理论研究和实际应用意义。本文在小波变换的基础上结合了JPEG2000标准中提出的ROI-图像编码技术,基于提升小波的SPIHT算法,提出了与ROI图像编码技术相结合的雷达图像压缩编码方法。本文首先通过对雷达图像与自然图像进行比较,探讨了图像编码的评价标准。接着讨论了小波特性对图像压缩编码效果的影响,通过实验分析选择出合适的小波基与分解层数。接着讨论了嵌入式小波编码,对于两种常用的嵌入式零树小波编码(EZW)算法和分层树集分裂编码(SPIHT)算法的理论原理与编码过程进行了讨论,接着通过仿真实验分析,比较两种算法的优劣,最终选定SPIHT算法对雷达图像进行分析。最后着重介绍了基于SPIHT的ROI编码算法,通过对SPIHT编码的小波变换部分进行改进,实现了提高编码效率的目的。该算法在小波变换后通过位面提升方式扩大了ROI区域内的小波系数,在小波逆变换前又降低了ROI的比特率平面,在编码过程中并未引入其他判断语句,并未增加算法复杂度。(本文来源于《大连海事大学》期刊2014-05-01）
季秀霞,卞晓晓[9]（2013）在《基于压缩感知的合成孔径雷达图像目标识别》一文中研究指出基于合成孔径雷达图像的目标识别技术在军事、民用等领域都具有十分重要的作用。针对SAR(Synthetic Aperture Radar)图像在像素域稀疏表示识别算法中存在的高维问题,在分析其图像统计特性的基础上,提出一种基于压缩感知的合成孔径雷达图像目标识别方法。该方法利用扩展最大平均相关高度滤波器训练样本,生成模板,提取模板广义二维主分量特征构成过完备字典,求解测试样本在字典下的稀疏表示系数,根据系数能量特征完成分类识别。对MSTAR数据库中合成孔径雷达图像进行仿真实验,结果表明,该方法复杂度低,识别时间短,是一种可行且有效的合成孔径雷达图像目标识别方法。(本文来源于《计算机应用与软件》期刊2013年12期）
侯兴松,张兰,肖琳[10]（2013）在《合成孔径雷达图像的贝叶斯压缩感知重构算法》一文中研究指出针对目前合成孔径雷达(SAR)图像压缩感知重构算法没有充分利用小波系数相关性的缺点,提出了一种综合利用尺度间衰减性和尺度内方向能量聚集性的SAR图像贝叶斯压缩感知重构算法(DLWT-TDC)。首先采用方向提升小波变换(DLWT)对SAR图像进行稀疏表示,然后在3个高频子带中分别使用3×5、5×3、5×5邻域设计了具有方向和空间局部自适应的先验概率分布模型,最后利用马尔科夫链蒙特卡罗采样的贝叶斯推理恢复出图像的小波系数,进而得到重构图像。实验结果表明,DLWT-TDC算法在采样率为50%～90%下可以提高图像的重构性能,与仅利用尺度间相关性的小波树结构的压缩感知重构算法相比,在90%高采样率下的重构性能可提高3dB左右。(本文来源于《西安交通大学学报》期刊2013年08期）
雷达图像压缩论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
船舶的"黑匣子"用来记录船舶航行数据。当船舶发生事故后,"黑匣子"用来追踪事故发生的原因,"黑匣子"都是按顺序记录船舶的指挥命令和操作控制数据。记录数据时,采用视频的方式更加直观易懂。但视频数据一般较大,而"黑匣子"存储容量有限。因此,必须对"黑匣子"数据进行压缩。本文研究海上雷达图像信号系统中的压缩加密算法,旨在最大限度增大"黑匣子"有限存储的使用效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
雷达图像压缩论文参考文献
[1].张红志.雷达图像压缩算法研究[D].北京交通大学.2018
[2].黄秋勇,唐爱龙.海上雷达图像信号系统中的压缩加密算法设计研究[J].舰船科学技术.2016
[3].刘思宇.基于压缩感知理论的雷达图像压缩处理[D].大连海事大学.2016
[4].祁志恒,姜喆,张为.基于ADV212的雷达图像压缩传输系统[J].电子技术应用.2015
[5].刘瑾瑾,李元祥,张增辉,郁文贤.基于小波阈值和字典学习的合成孔径雷达图像压缩[J].上海交通大学学报.2015
[6].杨文志.雷达图像无损压缩编码方法的研究[D].大连海事大学.2015
[7].潘智慧.基于四叉树的雷达图像压缩算法研究[D].大连海事大学.2014
[8].杨智海.基于小波变换与ROI编码的雷达图像压缩[D].大连海事大学.2014
[9].季秀霞,卞晓晓.基于压缩感知的合成孔径雷达图像目标识别[J].计算机应用与软件.2013
[10].侯兴松,张兰,肖琳.合成孔径雷达图像的贝叶斯压缩感知重构算法[J].西安交通大学学报.2013
论文知识图
