《基於Grouplet變換的SAR圖像壓縮感知編碼》是依託汕頭大學，由閆敬文擔任項目負責人的面上項目。
基本介紹
- 中文名：基於Grouplet變換的SAR圖像壓縮感知編碼
- 項目類別：面上項目
- 項目負責人：閆敬文
- 依託單位：汕頭大學
項目摘要,結題摘要,
項目摘要
Grouplet變換(GT)是具有快速實現算法基於圖像幾何流最佳稀疏表示的正交變換，可在圖像壓縮、去噪和修復中套用。傳統的取樣定理按信號變化線性規律取樣，需要採用壓縮編碼方法去消除冗餘。壓縮感知突破傳統仙農定理和取樣限制，在取樣時直接消除數據的冗餘，獲得壓縮後的數據。壓縮感知是基於信號稀疏表示的基礎之上的隨機映射，並通過最佳化選出無冗餘最大係數作為取樣數據，是一種新的非線性取樣方法。本項目提出的基於GT和壓縮感知的SAR圖像壓縮編碼方法是通過研究GT圖像稀疏表示性能和隨機映射構造壓縮感知方法，探索獲得最佳係數的最佳化逼近，揭示基於圖像最佳係數表示的隨機映射表示聯合信號表示的規律，並將其套用到紋理豐富的合成孔徑雷達(SAR)壓縮套用研究中。在GT變換域內，套用構造的壓縮感知隨機映射獲得SAR圖像最佳表示的最少最大係數，實現對其高保真度壓縮，並套用DSP進行硬體進行壓縮仿真，為工程套用奠定基礎。
結題摘要
本項目主要研究了Grouplet變換技術和壓縮感知理論在SAR圖像去噪、融合、壓縮和恢復四個方面的套用。項目首先對Grouplet變換的原理和特點進行系統而全面研究，並運用Grouplet變換技術對SAR圖像進行去噪和融合；其次，研究了壓縮感知理論下SAR圖像的壓縮和重建。壓縮感知理論主要涉及2方面內容，一是壓縮編碼矩陣的設計，本項目著重考察了四種不同的壓縮編碼矩陣即：隨機高斯矩陣、隨機貝努利測量矩陣、局部哈達瑪測量矩陣以及稀疏隨機測量矩陣，在信號稀疏度與測量值之間的關係進行研究的基礎上，提出基於矩陣行向量Gram-Schmidt正交化的測量矩陣改進方法，通過Gram-Schmidt正交化方法，對原測量矩陣的行向量進行正交化，構造正交基。二是SAR圖像的稀疏表示，本項目運用surfacelet變換、3D小波等變換對多波段SAR圖像進行了稀疏表示並給出實驗仿真結果。最後，提出了基於Grouple變換聯合壓縮感知SAR圖像編碼技術，以grouplet變換為稀疏變換，採用最小化轉化成 範數恢復。
