论文部分内容阅读
合成孔径雷达(SAR)是一种高分辨率的微波成像雷达，由于不受地域、时间、气候等多种因素的影响，在微波遥感领域占有极为重要的地位。合成孔径雷达图像通常是由机载或星载SAR对地面的成像，图像尺寸较大，数据量高，所以如何有效地对其进行压缩编码，降低数据量，以利于存储和传输便成为SAR图像数据处理中的一个关键问题。为此，本文对SAR复图像的压缩算法进行了探索性的研究。 由于SAR是一种高乘性斑点噪声、高熵值的图像，常用的小波变换应用在SAR图像压缩上使得变换系数不具有十分明显的聚集效应。另外通过观察在较高倍数压缩时JPEG2000所产生的模糊效应以及矢量量化良好的细节保留特性，本文将研究重点放在了以矢量量化为代表的空间域压缩上面。 本文首先介绍了常见图像压缩的各个环节，并针对这些环节概述了当前关于SAR图像压缩所采用的常见算法，确定了空间域压缩的研究方向。在压缩方式上，本文分别探讨了幅度和相位分别压缩以及实部和虚部分别压缩两种途径。 为了更好的认识SAR图像，本文分别分析了幅度图像、复数图像的实部和虚部数据以及相位数据的分布特性。再根据相关性和拟合优度的比较，结合计算复杂度与计算存储量的因素确定了图像的分块大小。 然后分别根据幅度图像的近似瑞利分布特性和实虚部数据近似高斯分布特性的特点，提出了相应的块自适应多级矢量量化压缩方案。多级矢量量化在一定程度上能够克服原有单级矢量量化造成的计算量大、计算时间长、存储资源占用多的弊端。而通过对级间残差数据的研究肯定了其近似高斯分布的特点，使得对级间的残差数据也进行块自适应矢量量化成为可能。 接下来本文在幅相压缩方式和实虚部分开压缩两种途径上进行了改进。在对幅度图像多级编码上，对各块的均方误差失真进行了排序，对高于某阈值的块进行更加细致的次级编码。而在实虚部数据的分开压缩上，本文针对实虚部的同参数高斯分布特性，将实虚部的码书进行共享，获得了不弱于单独使用各自码书的性能。 通过在均方误差、峰值信噪比、相关性系数以及相位失真上的计算与评估，结果表明，新提出的算法及其改进算法有效提升了SAR图像在空间域的压缩性能，降低了计算复杂度、节省了计算时间和节约了存储资源占用，为SAR复图像压缩研究提供了新的思路和方向。