[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡的SAR圖像壓縮方法

有效

• 申請?zhí)枺?/td>: 202010515967.9
• 申請日: 2020-06-09
• 公開（公告）號: CN111681293B
• 公開（公告）日: 2022-08-23
• 發(fā)明（設計）人: 邸志雄;向云帆;徐啟涵;吳強;馮全源
• 申請（專利權(quán)）人: 西南交通大學
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06N3/04;G06N3/08
• 代理公司: 成都信博專利代理有限責任公司 51200
• 代理人: 卓仲陽

本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡的SAR圖像壓縮方法，具體為，1、構(gòu)建SAR圖像數(shù)據(jù)集，并進行預處理；2、構(gòu)建含輸入層、編碼器、解碼器和輸出層四個部分的基于自編解碼器與殘差模塊的卷積神經(jīng)網(wǎng)絡；3、結(jié)合Adam優(yōu)化器對神經(jīng)網(wǎng)絡進行訓練。本發(fā)明利用了卷積神經(jīng)網(wǎng)絡表征學習的優(yōu)勢，結(jié)合殘差學習，進一步提升網(wǎng)絡的特征提取和泛化能力，從而在一定的壓縮比下，取得更好的壓縮效果。

技術(shù)領域

本發(fā)明屬于圖形圖像處理技術(shù)領域，具體涉及一種基于卷積神經(jīng)網(wǎng)絡的SAR圖像壓縮方法。

背景技術(shù)

合成孔徑雷達(SAR)是一種全天時、全天候、高分辨率成像的雷達系統(tǒng)，廣泛應用于飛機、衛(wèi)星、航天器等領域。在彈載雷達系統(tǒng)運行過程中，會有海量的SAR圖像數(shù)據(jù)進行存儲與傳輸。而SAR的幅度圖像只含有振幅信息，而缺少相位信息，同時帶有乘性散斑噪聲，相比于普通的光學圖像相關性低，分辨率和信噪比也較低。這使得傳統(tǒng)的光學圖像壓縮技術(shù)很難在SAR圖像壓縮中取得良好的效果。

在SAR圖像壓縮過程中，通常有預測編碼、矢量量化和變換編碼三種壓縮編碼方法。但這種幾種方法都無法在較高的壓縮比下解決好失真的問題，難以兼顧壓縮質(zhì)量和壓縮比。

發(fā)明內(nèi)容

針對上述技術(shù)問題，本發(fā)明旨在保證SAR圖像的壓縮質(zhì)量的同時，盡量提高SAR圖像的壓縮比，為此，本發(fā)明提供一種基于卷積神經(jīng)網(wǎng)絡的SAR圖像壓縮方法。

本發(fā)明的一種基于卷積神經(jīng)網(wǎng)絡的SAR圖像壓縮方法，在卷積網(wǎng)絡的自編碼器之上，采用圖像增強處理的數(shù)據(jù)集與自適應的優(yōu)化策略，包括以下步驟：

步驟1：SAR圖像數(shù)據(jù)集的構(gòu)建與預處理。

在對SAR原始數(shù)據(jù)進行成像之后，全部裁剪成統(tǒng)一大小的圖像；再挑選含特征信息的圖像，構(gòu)建初始的訓練集和測試集。由于SAR圖像中大量的重要信息被存儲在高頻和中頻部分，通過二維小波變換，對初始的訓練集運用圖像增強技術(shù)；有利于提取圖像的中高頻信息，較好地保留了圖像的重要細節(jié)信息。因此，SAR圖像數(shù)據(jù)集構(gòu)建與預處理的基本原則是保留盡量多的特征，便于后續(xù)自編解碼器網(wǎng)絡的失真的優(yōu)化。

步驟2：自編解碼器卷積網(wǎng)絡的構(gòu)建。

自編解碼器卷積網(wǎng)絡分為四個部分，分別為輸入層、編碼器、解碼器、輸出層。其中，編碼器通過多層卷積以及殘差結(jié)構(gòu)完成對SAR圖像的壓縮編碼，調(diào)整卷積的層數(shù)，步長以及通道數(shù)可以控制相應的壓縮比。而解碼器通過多層的轉(zhuǎn)置卷積和殘差結(jié)構(gòu)完成對編碼圖像的解碼，自編解碼器卷積網(wǎng)絡結(jié)構(gòu)的設計應遵從一定的對稱原則。

步驟3：失真優(yōu)化。

通過自編解碼器前向傳播壓縮恢復后的圖像與原始圖像的均方誤差來計算網(wǎng)絡的損失，再進行反向傳播，不斷地訓練和優(yōu)化，在一定的壓縮比下取的更好的壓縮效果。

進一步的，步驟1中，通過haar小波，把圖像信號分解成不同子帶：對低頻子帶進行非線性圖像增強，用以增強目標的對比度，抑制背景；而對高頻部分進行小波去噪處理，減少噪聲對圖像的影響；再將小波重構(gòu)回圖像信號，完成最終訓練集的構(gòu)建。

進一步的，自編解碼器卷積網(wǎng)絡通過層層的卷積進行圖像的壓縮，再通過層層的反卷積進行圖像的重構(gòu)，并采用殘差模塊加強深度網(wǎng)絡的梯度性，對編碼壓縮部分網(wǎng)絡和解碼重構(gòu)部分網(wǎng)絡進行聯(lián)合優(yōu)化；利用上述網(wǎng)絡，以預處理后的SAR圖像作為訓練樣本，訓練得到針對SAR圖像的壓縮網(wǎng)絡。自編解碼器卷積網(wǎng)絡具體結(jié)構(gòu)為：

輸入層：

(1)讀取數(shù)據(jù)，依次從訓練集中和測試集中讀取SAR灰度圖像信息。

(2)歸一化，將原圖像8位存儲的int型轉(zhuǎn)為32位存儲的float型，再對每一位數(shù)據(jù)除以255。

(3)格式轉(zhuǎn)換，將圖像格式從三維矩陣轉(zhuǎn)換成四維矩陣。

編碼器：