聯(lián)合SAR目標(biāo)檢測和圖像子帶編碼.pdf

1、近年來，合成孔徑雷達(SAR)系統(tǒng)已能實現(xiàn)實時成像。將來，無人機載大面積監(jiān)視系統(tǒng)以大覆蓋率采集高分辨率SAR圖像，需要通過帶寬有限的衛(wèi)星通信鏈路將圖像傳輸至地面站或指控中心，因此有必要考慮對SAR圖像進行壓縮，采用“壓縮-傳送-解壓”的方案來加快實時傳輸。通用的圖像壓縮方法不可能在實現(xiàn)如此高的壓縮比的同時，還能保持后續(xù)圖像分析所需要的保真度，而發(fā)展理論上的壓縮算法并不能完全解決問題，必須發(fā)展機載平臺上的硬件能實現(xiàn)的壓縮技術(shù)才行。

2、　　 本文聯(lián)合SAR目標(biāo)檢測和圖像子帶編碼目的是建立一個既能實現(xiàn)高壓縮比同時又能實現(xiàn)感興趣區(qū)域(ROI)高保真的編碼系統(tǒng)。子帶編碼是為了傳輸并行應(yīng)用一組濾波器，將輸入信號分成若干個在不同頻段上的子帶信號，對這些子帶視為獨立信源單獨采樣和編碼，它涉及濾波器設(shè)計、最優(yōu)率分配和子帶量化三個問題。本文有機結(jié)合了工程上的通信理論、數(shù)學(xué)上的小波理論及圖像處理中的對象檢測技術(shù)，主要研究內(nèi)容及創(chuàng)新點如下：
　　 第一，研究了基于22子帶分解的

3、SAR圖像變換域多分辨率恒虛警率(CFAR)檢測算法，將目標(biāo)檢測嵌入圖像編碼系統(tǒng)中。多分辨率CFAR檢測不需要抑制相干斑預(yù)處理，相反利用多尺度模型抓住了相干斑的特性變化，具有計算簡單、能并行運算的特點。利用仿真和真實SAR圖像數(shù)據(jù)，對常用SAR圖像壓縮小波基多分辨率CFAR檢測性能進行了評估，確定了子帶編碼系統(tǒng)采用db4小波基濾波器組。
　　 第二，分析了不同類型、不同大小的SAR圖像的子帶統(tǒng)計特性。子帶編碼中，子帶的分布形狀對

4、優(yōu)化量化器設(shè)計非常重要。利用廣義高斯分布(GGD)來描述圖像子帶系數(shù)的分布，分別對SAR圖像子帶系數(shù)建立自適應(yīng)GGD模型與固定GGD模型，估計了模型參數(shù)并作了驗證，研究表明，固定GGD模型中低頻子帶(LFS)系數(shù)分布的最佳形狀參數(shù)為2，非LFS系數(shù)分布的最佳形狀參數(shù)為1.5。
　　 第三，研究了穩(wěn)健量化。為了減小信源概率密度模型誤差對量化性能的影響，使用全通濾波使一大類信源近似服從高斯分布，從而使量化器對輸入模型誤差不敏感。實現(xiàn)

5、全通濾波的簡單辦法是將輸入信源相位譜加入相同大小的m序列的隨機參考相位譜，擾亂輸入信源的相位譜；在后處理中，減去相同的參考相位譜，恢復(fù)原始信源的相位譜。為了減少由FFT實現(xiàn)相擾濾波的計算量，只對目標(biāo)區(qū)穩(wěn)健量化。
　　 第四，為了削弱低分辨率編碼的背景對高分辨率編碼的目標(biāo)的不利影響，基于db4小波推導(dǎo)了并改進了ROI掩膜。根據(jù)逆小波變換表達式得到的通用ROI掩膜表達式，對其他子帶中與ROI有關(guān)的重要小波系數(shù)進行了掩膜。由于重要子帶

6、系數(shù)每經(jīng)過一級分解都將按通用ROI掩膜表達式中的參數(shù)擴展，隨著分解級數(shù)的遞進，各子帶中的目標(biāo)序列有較大的膨脹，甚至充滿整個子帶，影響了目標(biāo)區(qū)的重建質(zhì)量。為了改善這一情況，忽略逆小波變換表達式中系數(shù)相對較小的項，修改了ROI掩膜。
　　 第五，研究了采用動態(tài)最優(yōu)率分配、網(wǎng)格編碼量化(TCQ)壓縮SAR圖像的方法。在聯(lián)合SAR目標(biāo)檢測和圖像子帶編碼中，目標(biāo)區(qū)的樣本數(shù)據(jù)以高比特率編碼確保高保真重建，背景數(shù)據(jù)則以極低比特率編碼以實現(xiàn)大壓