项目名称: 基于Grouplet变换的SAR图像压缩感知编码

项目编号: No.40971206

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 天文学、地球科学

项目作者: 闫敬文

作者单位: 汕头大学

项目金额: 47万元

中文摘要: Grouplet变换(GT)是具有快速实现算法基于图像几何流最佳稀疏表示的正交变换,可在图像压缩、去噪和修复中应用。传统的取样定理按信号变化线性规律取样,需要采用压缩编码方法去消除冗余。压缩感知突破传统仙农定理和取样限制,在取样时直接消除数据的冗余,获得压缩后的数据。压缩感知是基于信号稀疏表示的基础之上的随机映射,并通过优化选出无冗余最大系数作为取样数据,是一种新的非线性取样方法。本项目提出的基于GT和压缩感知的SAR图像压缩编码方法是通过研究GT图像稀疏表示性能和随机映射构造压缩感知方法,探索获得最佳系数的优化逼近,揭示基于图像最佳系数表示的随机映射表示联合信号表示的规律,并将其应用到纹理丰富的合成孔径雷达(SAR)压缩应用研究中。在GT变换域内,应用构造的压缩感知随机映射获得SAR图像最佳表示的最少最大系数,实现对其高保真度压缩,并应用DSP进行硬件进行压缩仿真,为工程应用奠定基础。

中文关键词: Grouplet变换;随机高斯矩阵;SAR图像处理;压缩感知;

英文摘要:

英文关键词: Grouplet transform;random Gaussian matrix;SAR image processing;compressive sensing;

成为VIP会员查看完整内容
0

相关内容

专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
50+阅读 · 2021年5月19日
专知会员服务
14+阅读 · 2021年5月12日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
64+阅读 · 2021年3月23日
【2020新书】傅里叶变换的离散代数,296页pdf
专知会员服务
111+阅读 · 2020年11月2日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
最新|深度离散哈希算法,可用于图像检索!
全球人工智能
14+阅读 · 2017年12月15日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月18日
Identity-aware Graph Neural Networks
Arxiv
14+阅读 · 2021年1月25日
小贴士
相关VIP内容
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
50+阅读 · 2021年5月19日
专知会员服务
14+阅读 · 2021年5月12日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
64+阅读 · 2021年3月23日
【2020新书】傅里叶变换的离散代数,296页pdf
专知会员服务
111+阅读 · 2020年11月2日
相关资讯
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
最新|深度离散哈希算法,可用于图像检索!
全球人工智能
14+阅读 · 2017年12月15日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员