面向自动目标识别的图像压缩研究综述

如何使得经过有损压缩后的图像仍然保持一定的自动目标识别性能是一个非常有意义的问题。目前国外对这一问题的研究有了一定的进展,研究的内容集中在以下三个方面:(1)图像压缩对于ATR性能的影响;(2)面向ATR应用的图像质量测度;(3)面向ATR应用的图像压缩算法研究。本文针对这一问题的研究进行了较全面的综述,着重分析了几种重要算法的原理、实现和性能,并探讨了未来的研究方向。

基于结构分量中目标区域保护的SAR图像压缩

针对无人机载SAR图像高倍率压缩问题,提出了一种基于结构分量中敏感目标区域自动提取与保护的SAR图像压缩策略。首先将SAR图像分解为代表大尺度平滑特征的结构分量和代表小尺度细节纹理特征的纹理分量,然后在结构分量中进行潜在目标区域的检测,生成敏感目标区域掩码,最后对潜在目标区进行保护性的低损压缩,对背景区域进行高损压缩。实验表明,采用本方法的重建图像比标准的JPEG2000算法的重建图像在相同码率条件下具有更好的视觉效果。

图像分解和区域保护在SAR图像压缩中的应用

在机载通信链路带宽有限的条件下,SAR图像的有损压缩是解决实时性和带宽限制的可行方案。提出了一种基于图像分解的敏感目标区域自动提取与保护的SAR图像压缩策略。首先将SAR图像分解为结构分量和纹理分量,然后在纹理分量中对包含潜在目标的区域进行检测,生成敏感目标区域掩码,最后对潜在目标区域进行保护性的低损压缩,对背景区域进行高损压缩。实验结果表明,恢复后的图像与标准的JPEG2000算法相比在同样的码率条件下具有更好的视觉效果。

基于JPEG2000 ROI机制面向ATR的图像压缩

如何使得经过有损压缩后的图像能保持一定程度的自动目标识别(ATR)性能,是一个十分重要的问题。JPEG2000标准中的感兴趣区域(ROI)编码机制是一个恰当的选择。该文根据恒虚警率(CFAR)检测器确定ROI区域,利用JPEG2000算法进行压缩。实验结果表明,在小于0.1bpp的极低码率条件下,提出的算法与JPEG、SPIHT、基本JPEG2000压缩算法相比,压缩后的图像的自动目标识别性能有了较大的改善。

高速采集图像实时压缩算法

为了解决高速图像采集给图像数据的实时传输和存储带来的困难,提出了一种基于提升形态Haar小波的面向自动目标识别(ATR)的图像压缩算法——目标形态小波图像编码(TMWC)。该算法将形态Haar小波与数学形态学方法结合应用。首先将采集图像进行二维提升形态Haar小波分解,结合目标感兴趣区域(ROI)检测要求的特点,仅在尺度信号域内应用设计的目标ROI检测算子,完成目标ROI的检测。根据ROI检测结果将低频尺度信号分为3种编码层,并对不同的编码层选用不同的编码方法。仿真实验结果表明:该算法运算简单,对图像的压缩效果较好,且可以近无损保存目标信息。

无人机系统

所属单位 航天恒星科技有限公司 产品简介 该系统采用了通用无人机测控通信高速数据传输、实时高清图像压缩处理、自动目标识别、高精度目标定位等核心技术。航天恒星科技公司具备机地一体化仿真分析、无人机系统研制、测试和飞行试验等能力；拥有多个类型的普查、详查型无人机应用系统，可提供无人机综合应用系统集成与运营，以及数据加工等服务。