上海交通大学学报

上海交通大学学报 ›› 2015, Vol. 49 ›› Issue (10): 1534-1539.doi: 10.16183/j.cnki.jsjtu.2015.10.018

• • 上一篇    下一篇

基于小波阈值和字典学习的合成孔径雷达图像压缩

刘瑾瑾, 李元祥, 张增辉, 郁文贤   

  1. 上海交通大学, 上海交通大学
  • 发布日期:2025-07-01

基于小波阈值和字典学习的合成孔径雷达图像压缩

刘瑾瑾, 李元祥, 张增辉, 郁文贤   

  1. 上海交通大学, 上海交通大学
  • Published:2025-07-01

PDF (PC)

49

摘要： 在小波域对合成孔径雷达(SAR)图像进行双重稀疏处理的基础上,提出一种基于小波阈值和字典学习的SAR图像压缩方法.利用SAR图像的统计分布特性,结合空间树结构对小波域的小波系数进行阈值化处理,利用递归最小二乘字典学习算法(RLS-DLA)将小波系数表示为字典稀疏,以在增大字典稀疏度的同时抑制斑噪声,并提高图像的重构效果.结果表明:在低比特率条件下,所提出方法比经典压缩方法的精度更高.

关键词: 合成孔径雷达, 图像压缩, 统计分布, 递归最小二乘字典学习算法, 阈值化处理

Abstract: 在小波域对合成孔径雷达(SAR)图像进行双重稀疏处理的基础上,提出一种基于小波阈值和字典学习的SAR图像压缩方法.利用SAR图像的统计分布特性,结合空间树结构对小波域的小波系数进行阈值化处理,利用递归最小二乘字典学习算法(RLS-DLA)将小波系数表示为字典稀疏,以在增大字典稀疏度的同时抑制斑噪声,并提高图像的重构效果.结果表明:在低比特率条件下,所提出方法比经典压缩方法的精度更高.

Key words: 合成孔径雷达, 图像压缩, 统计分布, 递归最小二乘字典学习算法, 阈值化处理