小波域的合成孔径雷达原始数据压缩
| 目录 | 第1-12页 |
| 图像目录 | 第12-14页 |
| 表格目录 | 第14-16页 |
| 缩略语及符号索引 | 第16-17页 |
| 第一章 绪论 | 第17-24页 |
| 1．1 合成孔径雷达(SAR)技术 | 第17-18页 |
| 1．2 SAR原始数据压缩问题及发展回顾 | 第18-21页 |
| 1．2．1 数据压缩问题的提出 | 第18-19页 |
| 1．2．2 SAR原始数据压缩问题发展概述 | 第19-21页 |
| 1．3 本文主要内容 | 第21-24页 |
| 第二章 SAR原始数据压缩基础 | 第24-36页 |
| 2．1 SAR理论模型 | 第24-27页 |
| 2．1．1 成像原理 | 第24-26页 |
| 2．1．2 数据率与SAR系统性能的关系 | 第26-27页 |
| 2．2 SAR原始数据分析 | 第27-32页 |
| 2．2．1 统计特性 | 第27-30页 |
| 2．2．2 功率特性 | 第30页 |
| 2．2．3 压缩极限 | 第30-32页 |
| 2．3 数据压缩算法的评价 | 第32-33页 |
| 2．3．1 原始数据域评价 | 第32-33页 |
| 2．3．2 图像数据域评价 | 第33页 |
| 2．4 小波定义 | 第33-35页 |
| 2．5 小结 | 第35-36页 |
| 第三章 基于二进制小波变换的SAR原始数据压缩 | 第36-84页 |
| 3．1 二进制小波变换及多分辨分析 | 第36-41页 |
| 3．1．1 二进制小波变换 | 第36页 |
| 3．1．2 多分辨率分析 | 第36-41页 |
| 3．2 提升小波变换 | 第41-44页 |
| 3．2．1 小波的提升格式 | 第41-42页 |
| 3．2．2 提升算法优点 | 第42-44页 |
| 3．3 边界处理 | 第44-45页 |
| 3．4 小波变换与数据压缩 | 第45-49页 |
| 3．4．1 消失矩与压缩 | 第45-46页 |
| 3．4．2 小波的去相关作用 | 第46-47页 |
| 3．4．3 码率分配 | 第47-49页 |
| 3．5 小波基的选择 | 第49-52页 |
| 3．5．1 小波性质 | 第50-51页 |
| 3．5．2 编码增益 | 第51-52页 |
| 3．6 小波分解系数特性分析 | 第52-60页 |
| 3．6．1 数学特征 | 第53-57页 |
| 3．6．2 分布特征 | 第57-60页 |
| 3．7 小波系数的熵约束分块自适应量化 | 第60-67页 |
| 3．7．1 熵编码 | 第60-61页 |
| 3．7．2 熵约束量化 | 第61-64页 |
| 3．7．3 熵约束分块自适应量化 | 第64-65页 |
| 3．7．4 小波系数的熵约束分块自适应量化 | 第65-67页 |
| 3．8 小波系数的网格编码量化 | 第67-71页 |
| 3．8．1 网格编码量化 | 第67-70页 |
| 3．8．1．1 码书及码书子集的划分 | 第67-70页 |
| 3．8．2 小波系数的网格编码量化 | 第70-71页 |
| 3．9 压缩试验 | 第71-82页 |
| 3．9．1 分解系数的熵约束自适应量化算法 | 第71-76页 |
| 3．9．2 分解系数的网格编码量化 | 第76-82页 |
| 3．10 小结 | 第82-84页 |
| 第四章 基于二进制小波包变换的SAR原始数据压缩 | 第84-111页 |
| 4．1 小波包基本原理 | 第84-87页 |
| 4．2 小波包基函数及最佳基的选择 | 第87-89页 |
| 4．2．1 小波包基函数 | 第87-88页 |
| 4．2．2 最佳基的选择 | 第88-89页 |
| 4．3 小波包分解系数特性分析 | 第89-96页 |
| 4．3．1 1D小波包分解系数分析 | 第90-94页 |
| 4．3．2 2D小波包分解系数分析 | 第94-96页 |
| 4．4 分解系数的分块自适应量化 | 第96-98页 |
| 4．4．1 分块自适应量化 | 第96-97页 |
| 4．4．2 算法原理 | 第97-98页 |
| 4．5 分解系数的网格编码量化 | 第98页 |
| 4．6 压缩试验 | 第98-109页 |
| 4．6．1 分解系数的分块自适应量化 | 第99-104页 |
| 4．6．2 分解系数的网格编码量化 | 第104-109页 |
| 4．7 小结 | 第109-111页 |
| 第五章 基于多进制小波变换的SAR原始数据压缩 | 第111-122页 |
| 5．1 多进制小波变换 | 第111-114页 |
| 5．1．1 多进制小波变换的多分辨分析 | 第111-113页 |
| 5．1．2 多进制小波的分解与重构算法 | 第113-114页 |
| 5．2 多进制小波基函数 | 第114-115页 |
| 5．3 分解系数的分块自适应量化 | 第115-121页 |
| 5．3．1 小波分解系数特性分析 | 第116-117页 |
| 5．3．2 算法原理 | 第117页 |
| 5．3．3 压缩试验 | 第117-121页 |
| 5．4 小结 | 第121-122页 |
| 第六章 基于多小波变换的SAR原始数据压缩 | 第122-131页 |
| 6．1 多小波变换 | 第122-124页 |
| 6．1．1 多小波变换的多分辨分析 | 第122-123页 |
| 6．1．2 多小波变换的分解和重构算法 | 第123-124页 |
| 6．2 多小波基函数 | 第124-125页 |
| 6．3 多小波的预处理 | 第125-126页 |
| 6．4 基于多小波的压缩算法 | 第126-130页 |
| 6．4．1 多小波分解系数分析 | 第127页 |
| 6．4．2 算法原理 | 第127-128页 |
| 6．4．3 压缩试验 | 第128-130页 |
| 6．5 小结 | 第130-131页 |
| 第七章 结束语 | 第131-135页 |
| 7．1 算法性能比较 | 第131-134页 |
| 7．2 小结 | 第134-135页 |
| 参考文献 | 第135-142页 |
| 发表文章目录 | 第142-143页 |
| 致谢 | 第143-144页 |
| 附录A: 常用小波的提升格式 | 第144-147页 |
| 附录B: 解压缩数据成像结果 | 第147-161页 |
