基於結構化稀疏的大場景高分辨SAR圖像壓縮感知

《基於結構化稀疏的大場景高分辨SAR圖像壓縮感知》是依託西安交通大學，由侯興松擔任項目負責人的面上項目。

基本介紹

• 中文名：基於結構化稀疏的大場景高分辨SAR圖像壓縮感知
• 項目類別：面上項目
• 項目負責人：侯興松
• 依託單位：西安交通大學

中文摘要

本項目針對大場景高分辨SAR圖像所具有的複雜結構化稀疏特徵，結合壓縮感知隨機測量的民主性特點，研究基於結構化稀疏模型的大場景高分辨SAR壓縮感知，並在此基礎上設計有效的魯棒編解碼算法，以期解決大場景高分辨SAR圖像的海量數據傳輸需求與有限可用頻寬之間的矛盾。首先採用方向提升小波變換對大場景高分辨SAR圖像進行稀疏表示，利用上下文和層次樹相結合的方法構建結構化稀疏模型，捕捉稀疏係數間的各種複雜結構相關性；然後從結構化稀疏的角度出發，研究大場景高分辨SAR圖像這類富含複雜結構化稀疏特徵數據的壓縮感知的規律，設計基於結構化稀疏模型的壓縮感知重建算法；最後針對當前可用SAR圖像傳輸信道的特點，設計壓縮比大、編碼簡單、抗誤碼強的編解碼算法。 本申請項目將從壓縮感知的角度為複雜數據大壓縮比魯棒編解碼算法奠定理論基礎，還可為類似複雜數據的壓縮感知研究及其套用提供重要理論參考。

結題摘要

本項目針對大場景高分辨SAR圖像所具有的複雜結構化稀疏特徵，結合壓縮感知隨機測量的民主性特點，研究基於結構化稀疏模型的大場景高分辨SAR壓縮感知，並在此基礎上設計了有效的魯棒編解碼算法，部分解決了大場景高分辨SAR圖像的海量數據傳輸需求與有限可用頻寬之間的矛盾。 項目提出了新的基於壓縮感知（CS）的合成孔徑雷達（SAR）圖像編碼傳輸方案。利用CS的民主性實現了傳輸的魯棒性。考慮到SAR圖像弱稀疏性造成的率失真性能較低，使用方向提升小波變換（DLWT）作為SAR圖像的稀疏表示，並採用稀疏濾波技術來消除小係數的干擾。同時，利用DLWT係數的結構稀疏性，比如尺度間的依賴關係，設計了一種有效的基於貝葉斯的SAR圖像重建算法。同時，在算法中研究了比特深度和測量速率之間的最佳折衷問題。結果表明，與傳統的聯合信源信道編碼（JSCC）相比，該方案對丟包具有更強的魯棒性。比如，當丟包率（PLR）過大時，JSCC方案容易導致懸崖效應，然而，所提出方案的率失真性能只是緩慢下降。 本申請項目從壓縮感知的角度為複雜數據大壓縮比魯棒編解碼算法奠定理論基礎，還可為類似複雜數據的壓縮感知研究及其套用提供重要理論參考。