基于壓縮傳感的SAR圖像壓縮編碼與重構(gòu)算法的研究.pdf

1、壓縮傳感理論作為一種新興的數(shù)據(jù)采集技術(shù)，一經(jīng)提出便受到了國內(nèi)外眾多學(xué)者的關(guān)注。它打破了奈奎斯特采樣定律的束縛，使得高分辨率信號的快速壓縮成為了可能。本文在對壓縮傳感的已有算法進(jìn)行分析的基礎(chǔ)上，針對測量矩陣的構(gòu)建以及重構(gòu)算法的改進(jìn)進(jìn)行深入研究，并將改進(jìn)的壓縮傳感算法應(yīng)用到了合成孔徑雷達(dá)(SyntheticApertureRadar，SAR)圖像的壓縮和重構(gòu)中，驗(yàn)證了改進(jìn)算法的有效性。具體研究內(nèi)容如下:
　　1.基于輪廓波(Conto

2、urlet)變換對SAR圖像進(jìn)行稀疏表示。由于Contourlet變換低頻系數(shù)子帶包含了信號的主要信息，不滿足稀疏特性，因此對其進(jìn)行全采樣。而針對高頻系數(shù)子帶的不同紋理特性，分別對其進(jìn)行行采樣或列采樣，最終實(shí)現(xiàn)SAR圖像的稀疏表示。
　　2.測量矩陣的構(gòu)建。由于高斯隨機(jī)矩陣具有自身稠密性，使得計(jì)算量非常大，于是將其分解為酉矩陣Q和近似的實(shí)上三角形矩陣R的乘積即對其進(jìn)行近似QR分解，使得矩陣的最小奇異值增大，從而增加了矩陣的獨(dú)立性，

3、減小了計(jì)算復(fù)雜度。
　　3.稀疏度自適應(yīng)匹配追蹤(SAMP)重構(gòu)算法雖然能在稀疏度未知的情況下，實(shí)現(xiàn)精確重建。但是它并未考慮到初始稀疏度對算法的影響，固定步長的設(shè)置，容易產(chǎn)生過估計(jì)和欠估計(jì)的問題，并且在大稀疏度情況下需要多次迭代。針對這些問題，本文將該算法結(jié)合了SP算法中的回溯篩選思想，在子空間內(nèi)逐步更新候選集原子，同時引入了ROMP算法中的正則化過程，有效地控制了迭代次數(shù)，實(shí)現(xiàn)了算法的快速、精確重構(gòu)。
　　4.SAR圖像的