2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩102頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)廣泛用于導(dǎo)彈的制導(dǎo),彈載SAR在導(dǎo)彈的平飛、大前斜、下壓和末段各階段的成像數(shù)據(jù)量都相當(dāng)巨大,為了減少信息量,在SAR數(shù)據(jù)的不同應(yīng)用場(chǎng)景可以通過(guò)對(duì)其圖像降低到相應(yīng)的分辨率之后再進(jìn)行傳輸和存儲(chǔ)的方法來(lái)應(yīng)對(duì)數(shù)據(jù)量大的問(wèn)題。即使如此,在導(dǎo)引頭將SAR數(shù)據(jù)傳輸給飛控計(jì)算機(jī)或者地面控制中心時(shí),仍需占用大量信道資源。因此進(jìn)行SAR圖像壓縮算法研究可謂意義重大。
  本文對(duì)適

2、用于彈載雷達(dá)圖像的壓縮算法做了深入研究,包括雷達(dá)圖像幀內(nèi)壓縮算法和幀間壓縮算法。針對(duì)圖像壓縮的每一個(gè)階段進(jìn)行了理論研究和實(shí)驗(yàn)對(duì)比,研究出一套局部最優(yōu)算法組合,在此基礎(chǔ)上,完成了對(duì)雷達(dá)圖像幀內(nèi)、幀間壓縮算法完整程序的編寫(xiě),并進(jìn)行了相應(yīng)的實(shí)驗(yàn),對(duì)本文雷達(dá)圖像壓縮算法的研究成果進(jìn)行了驗(yàn)證。本文的主要研究?jī)?nèi)容有:
  (1)通過(guò)對(duì)SAR成像原理及特征分析,得出SAR圖像存在幀內(nèi)冗余和幀間冗余;通過(guò)比較SAR圖像與自然圖像的物理意義與灰度直

3、方圖,得出SAR圖像與自然圖像特點(diǎn)不盡相同。為了對(duì)SAR圖像進(jìn)行有效壓縮,本文根據(jù)其自身特點(diǎn),通過(guò)對(duì)基于離散余弦變換(Discrete Cosine Transform,DCT)的壓縮算法和基于小波變換的壓縮算法的兩種壓縮算法優(yōu)點(diǎn)和局限性的研究和對(duì)比,最終選取基于小波變換的算法進(jìn)行雷達(dá)圖像的幀內(nèi)壓縮算法研究。在差值編碼(Differential Pulse Code Modulation,DPCM)、條件補(bǔ)充法、條件次取樣法和運(yùn)動(dòng)補(bǔ)償法

4、四種壓縮算法中,選取了性能最為強(qiáng)大的運(yùn)動(dòng)補(bǔ)償算法進(jìn)行雷達(dá)圖像的幀間壓縮算法研究。本文詳細(xì)介紹了圖像壓縮編碼評(píng)價(jià)標(biāo)準(zhǔn)。針對(duì)圖像壓縮編碼參數(shù)的評(píng)價(jià),本文選取壓縮比作為本文評(píng)價(jià)指標(biāo);針對(duì)圖像保真度標(biāo)準(zhǔn)的評(píng)價(jià),本文選取客觀評(píng)價(jià)中的峰值信噪比(Peak Signal to Noise Ratio,PSNR)作為本文的評(píng)價(jià)標(biāo)準(zhǔn);針對(duì)圖像壓縮編碼算法時(shí)間復(fù)雜度的評(píng)價(jià),本文選取算法實(shí)驗(yàn)中的編解碼總時(shí)間作為本文的評(píng)價(jià)標(biāo)準(zhǔn)。圖像壓縮編碼評(píng)價(jià)指標(biāo)的選取,為本

5、文研究對(duì)象壓縮算法的研究及選取提供了理論依據(jù)。
  (2)詳細(xì)介紹了基于小波變換的雷達(dá)圖像幀內(nèi)壓縮算法的實(shí)現(xiàn)步驟,之后分別詳細(xì)介紹了壓縮模型中三個(gè)階段:小波變換、量化、熵編碼。通過(guò)對(duì)三個(gè)階段常用方法的研究和對(duì)比,針對(duì)小波變換階段,采用提升小波變換實(shí)現(xiàn),并采用Db9/7小波基;針對(duì)量化階段,采用性能更優(yōu)的多級(jí)樹(shù)集合分裂(Set Partitioning in Hierarchical Trees,SPIHT)算法;針對(duì)熵編碼算法,采

6、用性能最優(yōu)的算數(shù)編碼算法。最終研究出一套適合本文研究對(duì)象的幀內(nèi)圖像壓縮算法組合。
  (3)詳細(xì)介紹了基于運(yùn)動(dòng)補(bǔ)償?shù)膸g預(yù)測(cè)壓縮算法的實(shí)現(xiàn)步驟,并對(duì)每一步用到的算法進(jìn)行了介紹和研究選取。其中運(yùn)動(dòng)估計(jì)的研究,本文根據(jù)研究對(duì)象壓縮算法的實(shí)驗(yàn)環(huán)境以及實(shí)現(xiàn)途徑,最終確定基于塊匹配的運(yùn)動(dòng)估計(jì)算法,其中尋找最佳匹配塊采用絕對(duì)誤差和準(zhǔn)則、三步搜索算法和半像素估計(jì)精度;運(yùn)動(dòng)向量預(yù)測(cè)采用運(yùn)動(dòng)向量時(shí)域預(yù)測(cè)。最終完成基于運(yùn)動(dòng)補(bǔ)償?shù)膸g預(yù)測(cè)壓縮算法方案研

7、究。
  (4)本文在Windows7操作系統(tǒng)的PC機(jī)上,通過(guò)MATLAB平臺(tái)進(jìn)行實(shí)驗(yàn)。基于小波變換的雷達(dá)圖像幀內(nèi)壓縮算法對(duì)256*256、512*512、1024*1024的三張雷達(dá)圖壓縮,可在保證峰值信噪比分別為28.8388dB、28.3077dB、28.6403dB的情況下,壓縮比分別為25.0616、18.0789、13.6517,算法整體耗時(shí)分別為1.8096s、5.6004s、20.9665s。本文基于小波變換且量化

8、算法為SPIHT的算法與量化算法為EZW的算法相比,在峰值信噪比損失均值為2.34%的情況下,壓縮比均值提高了45.10%,時(shí)間消耗減少了41.63%。本文的創(chuàng)新之處是把基于小波變換且量化算法為SPIHT的幀內(nèi)壓縮算法同基于運(yùn)動(dòng)補(bǔ)償?shù)膸g預(yù)測(cè)算法相結(jié)合,既能發(fā)揮基于小波變換和SPIHT量化算法對(duì)雷達(dá)圖像幀內(nèi)壓縮的優(yōu)越性,又能發(fā)揮類(lèi)似H.26x系列壓縮標(biāo)準(zhǔn)的基于運(yùn)動(dòng)補(bǔ)償?shù)膸g預(yù)測(cè)算法對(duì)連續(xù)幀圖像幀間壓縮的優(yōu)勢(shì)。實(shí)驗(yàn)1采用該算法對(duì)本文五幀2

9、56*256的連續(xù)雷達(dá)圖像壓縮,可保證在峰值信噪比均值為32.7896dB的情況下,壓縮比達(dá)到16.4695,算法整體耗時(shí)為11.4817s,同本文基于小波變換的幀內(nèi)壓縮算法相比,在PSNR下降0.6736dB的情況下,壓縮比提高了6.4233,算法耗時(shí)減少了3.8907s;同H.265算法相比,在耗時(shí)增加了1.135s的情況下,PSNR提高了0.3111dB,壓縮比提高了0.4655。通過(guò)對(duì)實(shí)驗(yàn)1和實(shí)驗(yàn)2的實(shí)驗(yàn)結(jié)果和實(shí)驗(yàn)雷達(dá)圖對(duì)比分析

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論