[發(fā)明專利]基于壓縮感知和信道自適應(yīng)的SAR圖像傳輸方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310207951.1
• 申請(qǐng)日: 2013-05-30
• 公開（公告）號(hào): CN103327326A
• 公開（公告）日: 2013-09-25
• 發(fā)明（設(shè)計(jì)）人: 侯興松;董艷賓;張?zhí)m
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): H04N7/26
• 分類號(hào): H04N7/26;H04N7/30;H04N7/64
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 蔡和平

【技術(shù)領(lǐng)域】

本發(fā)明涉及圖像傳輸領(lǐng)域，特別涉及一種SAR圖像傳輸方法。

【背景技術(shù)】

合成孔徑雷達(dá)（SAR）技術(shù)在軍事和民事方面有著廣泛的應(yīng)用，如地球遙感、海洋研究、資源勘測(cè)、災(zāi)情預(yù)報(bào)及軍事偵察等領(lǐng)域。然而，SAR圖像的傳輸過程往往面對(duì)著帶寬窄，信道變化劇烈、誤碼高等問題，因此，研究高效魯棒的SAR編碼傳輸系統(tǒng)具有重要的意義。

目前的SAR圖像傳輸系統(tǒng)中，為了達(dá)到高效壓縮和魯棒傳輸?shù)哪康模ǔＪ褂眯旁磯嚎s（如CCSDS算法等）聯(lián)合信道編碼（如Raptor碼等）的方案。這些方案雖然率失真性能高，而且在信道已知時(shí)，具有一定的抗誤碼能力。但是，這些傳輸系統(tǒng)面臨著編碼復(fù)雜，不能自適應(yīng)信道變化等問題。

【發(fā)明內(nèi)容】

本發(fā)明的目的在于提供一種基于壓縮感知和信道自適應(yīng)的SAR圖像傳輸方法，以解決上述技術(shù)存在的問題。

本發(fā)明的技術(shù)思路如下：首先將輸入SAR圖像分成大小相同的小圖像；然后對(duì)每個(gè)小圖像進(jìn)行方向提升小波變換；再對(duì)小波系數(shù)使用隨機(jī)矩陣進(jìn)行隨機(jī)測(cè)量；然后對(duì)測(cè)量值進(jìn)行量化。在傳輸之前，將量化后的采樣值進(jìn)行打包。在仿真?zhèn)鬏斝诺罆r(shí)，添加了隨機(jī)丟包與誤碼。在接收端，進(jìn)行上述步驟的逆操作：組包、反量化、重構(gòu)小波系數(shù)、小波逆變換、組合圖像。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于壓縮感知和信道自適應(yīng)的SAR圖像傳輸方法，包括以下步驟：

1）、首先將輸入SAR圖像分成大小相同的小圖像；

2）、然后對(duì)每個(gè)小圖像進(jìn)行方向提升小波變換；

3）、再對(duì)小波系數(shù)使用隨機(jī)矩陣進(jìn)行隨機(jī)測(cè)量；

4）、然后對(duì)測(cè)量值進(jìn)行量化；

5）、將量化后的測(cè)量值進(jìn)行打包；

6）、發(fā)送；

7）、在接收端，首先提取各個(gè)接收包的包頭信息和包內(nèi)的測(cè)量值，然后，根據(jù)包頭信息將包內(nèi)測(cè)量值分配到各小圖像的測(cè)量值向量的相應(yīng)位置；

8）、對(duì)每個(gè)測(cè)量值進(jìn)行反量化；

9）、根據(jù)丟包信息，查找出每個(gè)小圖像丟失測(cè)量值的位置，然后抽取隨機(jī)測(cè)量矩陣的行向量，重組新的隨機(jī)矩陣；根據(jù)重新組成的重構(gòu)矩陣，采用基于確定型模型或者基于概率型模型的的重構(gòu)算法重構(gòu)小波系數(shù)；

10）、對(duì)步驟9）中重構(gòu)算法獲得的小波系數(shù)進(jìn)行方向提升小波的逆變換，得到恢復(fù)的SAR小圖像；

11）、然后將步驟10）獲得的各個(gè)小圖像組合成原始SAR圖像。

本發(fā)明進(jìn)一步的改進(jìn)在于：步驟1）具體包括：將輸入的原始SAR圖像分成大小相同的小圖像；原始SAR圖像的像素為P×P，小圖像的像素為R×R；最右邊一列和最下面一行不足R的用0補(bǔ)齊。

本發(fā)明進(jìn)一步的改進(jìn)在于：步驟2）具體包括：F_R×R=Ψ_R×RX_R×R式中，F(xiàn)_R×R表示原始SAR小圖像；Ψ_R×R表示小波基矩陣；X_R×R表示小波系數(shù)；然后將X_R×R二維系數(shù)按照直流系數(shù)，交流的水平系數(shù)，垂直系數(shù)和對(duì)角系數(shù)的順序排成一維列向量x_M×1(M=R*R)；對(duì)小波系數(shù)的一維列向量x_M×1差分變換，然后對(duì)差分變換后的小波系數(shù)列向量按幅值排序，保留占采樣率1/4的大系數(shù)，將其余小波系數(shù)置零；處理后得到處理后的小波系數(shù)的一維列向量；其中采樣率per=N/M，M=R*R，M為小波系數(shù)的總個(gè)數(shù)，N為采樣值的個(gè)數(shù)。F_R×R是圖像在時(shí)域的表示，R為圖像的寬和高，X_R×R則是圖像經(jīng)過稀疏變換后的頻域表示，Ψ_R×R就是稀疏矩陣。

本發(fā)明進(jìn)一步的改進(jìn)在于：步驟3）具體包括：將步驟2）獲得的處理后的小波系數(shù)的一維列向量進(jìn)行隨機(jī)測(cè)量：y=Φx；Φ∈R^N×M，式中，y表示隨機(jī)測(cè)量值向量，維度為N×1，Φ為隨機(jī)矩陣，采樣率per=N/M。隨機(jī)矩陣Φ服從獨(dú)立同分布，由Φ獲得的測(cè)量值具有獨(dú)立性和平等的重要性。

本發(fā)明進(jìn)一步的改進(jìn)在于：步驟4）具體包括：將步驟3）獲得的隨機(jī)測(cè)量值向量y，使用相同的碼長(zhǎng)進(jìn)行量化。

本發(fā)明進(jìn)一步的改進(jìn)在于：步驟5）具體包括：對(duì)上述的各個(gè)圖像塊的量化后的測(cè)量值進(jìn)行打包；在發(fā)送數(shù)據(jù)包之前，為每個(gè)數(shù)據(jù)包添加包頭信息；一個(gè)數(shù)據(jù)包包括包頭信息和有效碼流；本發(fā)明將r個(gè)量化后的測(cè)量值作為一包的有效碼流；包頭信息包括：圖像塊序號(hào)和塊內(nèi)包序號(hào)，圖像塊序號(hào)用位表示，塊內(nèi)包序號(hào)用位表示。