專利名稱：一種針對(duì)空域稀疏sar圖像的頻域壓縮感知方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于圖像重構(gòu)的壓縮感知(Compressive Sensing, CS)方法， 特別涉及一種針對(duì)空域稀疏SAR圖像的頻域壓縮感知(Frequency Domain Compressive Sensing, FDCS)方法，屬于信號(hào)處理技術(shù)領(lǐng)域。
背景技術(shù)：
隨著信息技術(shù)的飛速發(fā)展，人們對(duì)信息的需求量日益增加。傳統(tǒng)的奈奎斯特采樣 定理要求信號(hào)的采樣率不能低于信號(hào)帶寬的2倍，才能精確地重構(gòu)信號(hào)。隨著信號(hào)帶寬的 增大，要求的采樣速率和處理速度也越來越高，這給信號(hào)處理能力和相應(yīng)的硬件設(shè)備帶來 了很大的挑戰(zhàn)。在實(shí)際應(yīng)用中，為降低存儲(chǔ)、處理和傳輸?shù)某杀荆藗兂Ｓ脡嚎s方式以較少 的比特?cái)?shù)表示信號(hào)，大量的非重要的數(shù)據(jù)被丟棄。這種高速采樣再壓縮的過程浪費(fèi)了大量 的采樣資源。能否利用其他變換空間描述信號(hào)，建立新的信號(hào)處理和描述的理論框架，在保 證信息不損失的情況下，用遠(yuǎn)低于奈奎斯特采樣定理要求的速率對(duì)信號(hào)采樣，同時(shí)又可以 完全恢復(fù)信號(hào)，是值得考慮的問題。2004 年，由 Donoho 與 Candes 等人提出 了壓縮感知(Compressive Sensing, CS)理 論。它指出，只要信號(hào)是可壓縮的或在某個(gè)變換域是稀疏的，就可以用一個(gè)與變換基不相關(guān) 的觀測(cè)矩陣將變換所得高維信號(hào)投影到一個(gè)低維空間上，通過求解一個(gè)最優(yōu)化問題就可從 這些少量的投影中高概率重構(gòu)原信號(hào)，可以證明這樣的投影包含了重構(gòu)信號(hào)的足夠信息。 在該理論框架下，采樣速率不取決于信號(hào)的帶寬，而取決于信息在信號(hào)中的結(jié)構(gòu)和內(nèi)容。壓縮感知的前提是信號(hào)是稀疏的或者可壓縮的?？紤]一個(gè)長度為N的有限信號(hào)X， X可表示成一組基Ψ = [Ψι; Ψ2，…，Ψω，…，Ψ ] (Ψ表示基底構(gòu)成的矩陣，Ψω表示第 m個(gè)基底)的線性組合，即
權(quán)利要求
1. 一種針對(duì)空域稀疏SAR圖像的頻域壓縮感知方法，其特征在于，包括以下幾個(gè)步驟 步驟一確定原始SAR圖像具有稀疏性的方向； 確定原始SAR圖像在距離向或方位向上具有稀疏性；步驟二 將原始SAR圖像沿具有稀疏性的方向進(jìn)行傅立葉變換，得到該方向的頻域圖 像；SAR圖像沿具有稀疏性的方向進(jìn)行傅立葉變換后，頻域圖像的每一條頻域信號(hào)的離散表達(dá)式為
2.根據(jù)權(quán)利要求1所述的一種針對(duì)空域稀疏SAR圖像的頻域壓縮感知方法，其特征在 于，所述的步驟一具體為當(dāng)SAR圖像在距離向或方位向上強(qiáng)散射點(diǎn)和弱散射點(diǎn)個(gè)數(shù)比小 于1/10時(shí)，則SAR圖像在該方向上具有稀疏性。
全文摘要
本發(fā)明公開了針對(duì)空域稀疏SAR圖像的頻域壓縮感知方法，屬于信號(hào)處理技術(shù)領(lǐng)域，具體包括以下幾個(gè)步驟步驟一確定原始SAR圖像具有稀疏性的方向；步驟二將原始SAR圖像沿具有稀疏性的方向進(jìn)行傅立葉變換，得到該方向的頻域圖像；步驟三建立頻域稀疏重構(gòu)模型，求解模型參數(shù)，建立觀測(cè)向量，重構(gòu)頻域信號(hào)，形成重構(gòu)頻域圖像；步驟四將重構(gòu)頻域圖像沿該方向做逆傅立葉變換，得到重構(gòu)圖像。本發(fā)明通過分析圖像在空域上的稀疏性，針對(duì)頻域信號(hào)建立頻域稀疏重構(gòu)模型，估計(jì)參數(shù)，基于合適的觀測(cè)矩陣投影，利用少量的觀測(cè)值來重構(gòu)信號(hào)。
文檔編號(hào)G01S13/90GK102135618SQ20101060243
公開日2011年7月27日 申請(qǐng)日期2010年12月23日 優(yōu)先權(quán)日2010年12月23日
發(fā)明者朱燕青, 李小波, 李春升, 陳嵐, 陳杰 申請(qǐng)人:北京航空航天大學(xué)