SPIHT算法对BP神经网络图像压缩处理的改善

本文针对BP神经网络对图像高频信息压缩效果欠佳和收敛性较差的问题,提出了将SPIHT(多级树集合分裂)算法应用于BP神经网络图像压缩处理的新结构.在研究中,首先对原始灰阶图像做小波变换;其次采用SPIHT算法对小波系数作量化编码处理;然后将产生的图像码流输入BP神经网络作进一步压缩处理.在实验中,本文提出的算法不仅在较大压缩比下仍能得到较高的峰值信噪比,而且有效地改善了图像的"块效应"问题;同时,提高了BP神经网络图像压缩的收敛速度,从而证明了该系统结构对图像压缩处理是有效的.     

基于CL多小波及SPIHT编码的电力系统故障录波数据压缩算法

针对电力系统故障录波数据的存储和传输问题,提出了基于CL多小波和多级树集合分裂SPIHT(SetPartitioned in Hierarchical Tree)编码的数据压缩方法.首先对故障录波数据进行CL多小波变换,然后对变换以后的系数进行一维SPIHT编码,对得到的排序位流再进行算数编码.实验结果表明该算法在压缩比为8.2907%时,均方误差为0.4544%,信噪比达46.8504,同时该算法可以根据需要自由控制压缩比,实现了可变码率,在应用中可得到满意的压缩效果.     

一种适合电力线信道传输的图像压缩算法

为降低成本,研究了利用电力载波传输图像的可能性。电力线通信信道存在复杂的噪声干扰,有严格带宽限制,要求传输图像具有低码率、高压缩比,并且能够抗干扰的特性。针对低码率图像压缩效果不佳、传输性能低等问题,提出了主成分分析(Principal Component Analysis,PCA)与多级树集合分裂(Set Partitioning in Hierarchical Trees,SPIHT)相结合的图像压缩算法。首先利用主成分分析对图像进行特征值提取;其次将已处理图像利用多级树集合分裂算法进行小波编码,最终得到压缩图像。实验结果表明,与经典的多级树集合分裂算法相比,该算法压缩后的图像有较好的主观视觉效果和较高的峰值信噪比,在低码率段优势明显突出;可有效提高图像的传输性能,为基于电力线通信信道传输低码率图像压缩研究提供了一种新的方法。     

基于Walsh序列扩频的图像信息隐藏

为了提高在高噪声条件下信息隐藏的可靠性,提出了一种将Walsh序列用于信息隐藏的嵌入算法,利用5-32Walsh序列的特性,以多位二进制信息为单位对嵌入二值图像进行扩频调制,然后将调制信号替换载体图像离散余弦变换域的低频系数.Walsh序列的应用使算法可以采用较长的扩频序列,从而提高了鲁棒性.实验表明,该算法在低信噪比的信道条件,具有较强的优势.     

基于GHM多小波的电力系统故障录波数据压缩算法

针对电力系统大量故障录波数据的传输问题,提出了一种数据压缩的新方法。首先利用GHM多小波变换将故障数据分解为高频系数和低频系数,对于高频系数用嵌入式多小波零树编码和游程编码相结合的算法进行压缩,而对于包含原始信号大部分能量的低频系数则采用Huffman无损压缩方法。实验结果表明,该算法压缩比可以在1.3513%～24.0231%间实现自由变换,赋范均方误差为0.3534%时,压缩比为11.1693%,压缩效果好,具有较高的实用价值。     

绝缘子泄漏电流的自适应SPIHT数据压缩

任何一串绝缘子故障都可能诱发电网事故,因此绝缘子的在线监测十分重要。为了发现绝缘子放电等异常,泄漏电流的采样频率须比较高,数据量大,这就要求对这些采样数据进行压缩。本文提出自适应SPIHT算法,该算法可以根据小波系数集合的显著性自适应地进行集合划分,有效地减少了原始SPIHT算法判断集合中系数是否全部为0的次数,尤其适合压缩泄漏电流这类高噪声信号。针对泄漏电流周期冗余和高噪声的特点,本文利用自适应SPIHT和DPCM分别对泄漏电流的小波细节分量和近似分量进行编码。如果再应用上下文自适应二进制算术编码,那么编码性能还可以进一步提高。对绝缘子泄漏电流的实测数据检验了算法的压缩性能,和SPIHT算法相比,压缩性能显著提高。该算法同已有的用于电力系统数据压缩的二维算法相比,允许采完一个工频周期的数据后就进行压缩,更适用于实时或在线的场合。     

声波测井数据压缩的一种SPIHT改进算法

大量声波测井数据的传输和存储迫切需要有效的压缩编码技术,文中把声波测井数据看成声波图像,利用提升算法构造整数小波变换,同时针对井下数据处理的实时性,提出了一种改进的SPIHT算法,并设计了一种适合井下数据处理的并行实现结构,实际应用表明该方法能够满足高速实时处理的需要.     

基于小波零树编码的彩色图像压缩技术研究

自从小波嵌入式图像编码算法成为静止图像编码新标准JPEG2000的基础以来,基于小波的嵌入式编码算法的研究已成为当今最热门的研究课题之一.其中,SPIHT编码算法是最著名的算法之一,它具有出色的率失真性,能产生完全的嵌入式码流.然而,SPIHT算法最初是基于灰度图像设计的,并且算法不利于硬件实现.因此,本文将针对静止图像的低复杂度有损压缩技术,结合人眼视觉特性和SPIHT编码算法提出了一套彩色图像压缩方案,所构造的编解码系统具有良好的性能,易于硬件实现.     

基于整数小波变换和SPIHT编码的录波数据压缩算法

提出了基于整数小波变换和多级树集合分裂SPIHT (Set Partitioned in Hierarchical Tree)编码的电力系统录波数据压缩方法.首先对故障录波数据进行整数小波变换,再对变换后系数量化,然后进行一维SPIHT编码形成嵌入式码流,便于系统根据通讯线路的负荷情况灵活控制传输码率.整数小波变换运算速度快,节约内存,易于DSP实现.SPIHT编码方法形成的码流易于实现可变码率.仿真结果验证了该方法的有效性.     

电力系统故障录波数据压缩方法研究

针对电力系统大量录波信号的传输问题,提出了一种压缩数据的实用方法。采用离散小波变换把数据从时域变换到频域,然后对高频系数取门限进行阀值量化,而低频系数则乘以一定倍数变成整型数据,最后把小波分解阶数,量化倍数,被保留的各级高频系数个数、大小和位置,原始数据个数,低频系数个数以及各数据之间的结束标识符一起进行静态Huffman编码。仿真分析表明,数据压缩比和重构误差都很小,证明该方法有效。     

基于SVA的斜视SAR图像旁瓣抑制算法

针对已有的空变切趾滤波(SVA)算法不能有效抑制斜视合成孔径雷达(SAR)图像旁瓣的问题,提出一种基于斜视谱矫正的斜视SVA算法,提高了SVA算法对斜视SAR图像的旁瓣抑制效果.首先分析了斜视SAR图像的频域支撑形状,给出SVA算法对于斜视SAR图像旁瓣抑制效果不良的原因;然后提出了斜视SVA算法,该算法通过斜视SAR图像的频谱矫正,将方位向旁瓣矫正到与雷达运动方向平行的轴向上,分别对距离向和方位向旁瓣进行SVA处理,得到旁瓣抑制之后的结果;最后通过仿真数据处理结果的验证了斜视SVA算法的有效性.     

室内实测数据太赫兹合成孔径雷达成像研究

合成孔径雷达实现高分辨率成像要求平台作理想匀速直线运动,相对传统微波SAR而言,太赫兹波的波长更短,SAR平台高频微小振动对常规微波频段 SAR影响几乎可以忽略,对太赫兹合成孔径雷达（Terahertz synthetic aperture radar ,T Hz‐SAR）的影响必须精细处理,研究适用于 T Hz‐SAR的成像补偿算法是必要的。本文建立 T Hz‐SAR非理想情况下的回波模型,分别从时域和频域详细分析运动误差对回波的影响。提出了一种基于回波数据的T Hz‐SAR成像运动补偿算法,采用中心频率0．3 T Hz的SAR系统进行实验,使用RD算法对目标进行二维高分辨成像,得到3个角反射器的二维SAR图像。实验结果验证了系统的可行性和所给处理算法的有效性,为外场车载或机载的T Hz‐SAR成像奠定了基础。     

基于分布式压缩感知的双通道SAR GMTI

地面动目标检测(GMTI)是合成孔径雷达(SAR)的基本功能之一。多通道SAR系统相比于单通道SAR系统在动目标检测方面具有很多的优势,但是它的原始数据量也相应成倍的增长。本文提出一种基于分布式压缩感知(DCS)的双通道SAR GMTI数据压缩方案。该方案主要是利用动目标信号的稀疏性来进行数据压缩,因此在观测场景不稀疏的情况下也能使用。仿真和实测数据的处理结果均表明,该方案不仅能有效地降低双通道SAR GMTI的数据量,所得动目标图像的信杂噪比相对于传统的DPCA方法也有所提高。     

改进的SAR图像干扰抑制算法

合成孔径雷达(SAR)图像中出现干扰条纹是由电视、广播和各类通信系统辐射源的频率在系统带宽内,造成接受的信号中混有干扰信号。由于这些干扰通常具有高于系统背景噪声的功率电平,会对SAR造成不同的影响。在某些系统中SAR信号在距离频域沿着距离向相邻的点会具有一定的相关性。如果某些频谱值被干扰信号污染,则可以利用它周围的点估计出该频段的信息。基于这一想法,提出一种干扰抑制算法,能有效的估计出被干扰影响的频谱信息。当频谱中干扰信号所污染的频段的个数较多时,相比传统方法,这种方法能更为有效地估计出原始信号。     

Verification using spaceborne microwave imaging

Synthetic aperture radar (SAR) imaging for arms control verification is discussed. SAR images are particularly suited for verification purposes because their image resolution capabilities are independent of weather conditions, surface penetration, and lighting. Their restrictions are related to data handling and power requirements. Verification requirements, imaging radar principles, target characteristics, and resolution are considered. The choice of frequency and the advantages of diversity are examined. Hardware and data-rate considerations are discussed. Past, present, and future spaceborne SAR systems are briefly surveyed     

基于CSI-ISAR的非合作目标成像技术

合成孔径雷达（SAR）针对静止目标成像,依靠雷达平台的运动形成较长的合成孔径,达到方位高分辨。而在地面静止场景中,必然会存在运动目标,其运动参数的未知使得目标在SAR图像上难以聚焦成像。另一方面,逆合成孔径雷达（ISAR）技术在雷达平台静止条件下,依靠目标运动形成长合成孔径后聚焦成像。本文将结合多通道合成孔径雷达-地面动目标指标（SAR-GMTI）技术,提出了基于杂波抑制干涉（CSI）和ISAR相结合的非合作动目标聚焦成像。成像过程中,利用多通道图像信息,动目标在CSI处理后被检测到,针对动目标的能量范围进行ISAR处理,实现该区域内动目标的聚焦成像。最后仿真结果验证了该方法的有效性。     

基于BAQ算法的雷达图像新压缩方法研究

BAQ算法是一种针对合成孔径雷达的数据压缩算法。BAQ首先对雷达成像之前的数据进行压缩,再使用压缩后的数据来进行雷达的成像。利用合成孔径雷达原始信号满足高斯分布的性质,以及雷达成像之后的图像灰度值分布满足瑞丽分布的特性,提出了一种针对雷达成像之后的图像进行压缩的算法,该方法仍然采用BAQ算法思想对图像的灰度值进行量化压缩,达到对数据进行压缩的目的。仿真实验表明该方法具有相当好的压缩效果,为雷达信号的压缩方法提供了一种新的解决思路。     

结合稀疏表示和协同表示的 SAR 图像目标方位角估计

提出结合稀疏表示和协同表示的合成孔径雷达( synthetic aperture radar,SAR)图像目标方位角估计方法。 稀疏表示和 协同表示分别在稀疏约束和最小误差的约束下对测试样本进行重构,具有良好的互补性。 分别在稀疏表示和协同表示下选取 与测试样本具有较强相关性的训练样本。 通过交集操作获得两者中最稳定的部分样本。 根据这些样本的方位角真值以及求解 的系数合理加权,获得测试样本的方位角估计值。 基于 MSTAR 数据集中 3 类目标的 SAR 图像进行方位角估计实验并与现有 方法进行对比。 实验结果表明方法的估计精度、稳定性以及噪声稳健性均优于现有的几类 SAR 目标方位角估计方法。     

结合属性散射中心模型和空间变 迹法的 SAR 图像旁瓣抑制方法

针对合成孔径雷达( synthetic aperture radar,SAR) 图像旁瓣抑制问题,提出结合属性散射中心模型和空间变迹法 (spatially variant apodization, SVA)的新途径。 空间变迹法作为一种经典超分辨率图像处理技术,能在抑制旁瓣的同时保持良 好的主瓣分辨率。 属性散射中心可以很好地描述目标在高频区的电磁散射特性,是分析 SAR 图像的有力工具。 基于属性散射 模型的参数估计得到的先验知识再利用空间变迹法处理 SAR 图像,达到抑制旁瓣的目的。 实验结果表明,该方法可以有效抑 制 SAR 图像旁瓣。