论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar, SAR)是一种高分辨率微波遥感成像系统，具有全天时、全天候的特点，被广泛应用于环境保护、灾害监测、资源勘查等多种领域。随着SAR分辨率的提高和测绘带宽的增大，SAR实时成像系统产生的SAR复图像数据不断增加，这给存储和传输带来了巨大的压力，因此需要对其进行压缩处理。现在的研究主要关注于SAR幅度图像的压缩，忽略了SAR复图像的相位信息，而SAR复图像在干涉处理、三维成像等方面具有重要应用，在对其进行压缩时，需要同时保持幅度和相位信息，否则将会极大地限制SAR复图像在各方面的应用。由此可见，研究SAR复图像压缩算法是十分必要的。 与普通光学图像相比，SAR复图像具有以下特点:SAR复图像存在大量相干斑噪声，像素间的相关性低;SAR复图像纹理信息丰富，频谱能量分散;SAR复图像动态范围大等。SAR复图像的这些特性导致SAR复图像的压缩变得十分困难，因此在研究SAR复图像压缩算法时，需要不断改进传统算法和提出新算法来达到工程上对压缩的要求，在保证图像质量的同时提高压缩率。 本文针对SAR复图像的特点，研究了多种SAR复图像压缩算法，主要有SAR复图像频域压缩算法，SAR复图像幅相压缩算法，基于压缩感知的SAR复图像压缩算法。主要工作包括: (1)研究了SAR复图像I、Q两路数据的统计特性，根据SAR复图像频域虚部和实部数据的分布特点，从方差的角度结合拉格朗日乘子提出了一种基于自适应比特分配的SAR复图像虚实部压缩算法; (2)研究了SAR复图像幅度相位的统计特性，对SAR复图像幅相压缩算法进行了理论推导和仿真实现，总结了该算法的优缺点，从全局最优的角度提出了一种SAR复图像幅相压缩改进算法，并和原始算法进行了对比分析; (3)研究了压缩感知相关理论知识，仿真实现了多种压缩感知传统算法，在已有算法的基础上，从观测矩阵和重构算法的角度提出了一种观测矩阵设计方法和改进的重构算法。将改进算法和传统算法的实验结果进行了对比分析。