论文部分内容阅读
论文深入研究了低比特率传输时SAR原始和图像数据压缩算法。对于SAR原始数据，主要研究了基于变换域的压缩算法，如基于提升小波变换和基于离散余弦变换的量化与编码算法等；对于SAR图像有损压缩，主要研究以提升小波变换和集合分裂树量化相结合的算法，而对于无损压缩，则主要研究基于位平面的编码算法。 论文对SAR原始数据和图像数据信源模型做了较深入的理论分析，并对量化和编码的基本理论做了详细的讨论；系统地阐述了二进制小波的基本理论，包括：多分辨率分析、快速小波变换及提升小波变换理论。在基本原理论述的基础上，对已有的算法进行改进并提出新的SAR原始和图像数据压缩算法。 论文的主要贡献归纳如下： 1．提出了一种基于分块提升小波变换的SAR原始数据压缩算法。在该算法中，详细讨论了小波基函数的选择、边界处理和小波分解阶数的选择等问题，并对小波分解系数的统计特征作了深入分析。针对SAR原始数据特点，提出一种有效的小波子带比特分配策略。通过对SAR原始数据的压缩实验结果表明，在相同压缩比下，该算法所取得的图像域信噪比增益比BAQ算法提高约1.5～3.3dB。 2．提出一种基于DCT和分块自适应量化相结合的算法。该算法首先对SAR原始数据做快速DCT变换，之后针对原始数据特点，按照DCT系数能量衰减的顺序对其进行重排，并对各重排矩阵按照率失真准则进行最优比特分配，而后再使用BAQ量化器对重排系数进行量化；在该算法中，还讨论了不同分块大小以及不同比特分配方式对数据压缩性能的影响。数值实验的结果表明，在相同压缩比下，该算法所取得的图像域信噪比增益比BAQ算法提高约2.5～4.0dB。 3．讨论了SAR原始数据压缩算法的性能评估问题。给出了数据域及图像域的评估参数选择标准。从原始数据域、图像域以及实现复杂度等三个方面对目前存在的六种SAR原始数据压缩算法的性能做了详细的评估，建立了一个较完整的原始数据压缩算法性能评估体系。 4．对于SAR图像有损压缩，在对原始SPIHT算法进行深入分析的基础上，提出一