雷達(dá)圖像壓縮算法研究.pdf

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