曾尚春

作品数:8被引量:17H指数:2
导出分析报告
供职机构:西南民族大学电气信息工程学院更多>>
发文主题:块自适应量化SAR原始数据合成孔径雷达数据压缩比特率更多>>
发文领域:电子电信水利工程天文地球更多>>
发文期刊:《中国图象图形学报》《电讯技术》《航空学报》《遥感学报》更多>>
所获基金:中国航空科学基金中央高校基本科研业务费专项资金国家自然科学基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-8
视图:
排序:
基于分形模糊集对分析方法的洪水分类被引量:9
《水电能源科学》2012年第11期31-34,共4页谢云霞 王文圣 曾尚春 
国家自然科学基金资助项目(51179110);中央高校基本科研业务专项资金资助项目(09NZYZJ09)
针对目前洪水分类方法复杂、难以实施和在分类中难以客观确定分类指标权重的问题,基于集对分析原理提出了分形模糊集对分析方法,以反映指标复杂程度的分维来刻画指标权重,同时考虑分类标准边界的模糊性,并将该方法应用于黄河支流秃尾河...
关键词:分形模糊集对分析方法 洪水 分类 秃尾河流域 
基于DCT的SAR原始数据压缩算法分析被引量:4
《电讯技术》2009年第3期56-60,共5页曾尚春 朱兆达 
根据合成孔径雷达(SAR)原始数据经离散余弦变换(DCT)后的系数特性,分析了在DCT域按各子带能量分布作变比特块自适应量化的算法DCT域块自适应量化(DCT-BAQ),并将该方法与时域BAQ算法作了比较。结合一组实测SAR原始数据,用两种算法分别进...
关键词:合成孔径雷达 数据压缩 离散余弦变换 块自适应量化 
一种距离聚焦后的SAR原始数据压缩算法被引量:1
《电子与信息学报》2008年第4期921-924,共4页曾尚春 朱兆达 
航空科学基金(05D52027)资助课题
由于合成孔径雷达(SAR)原始数据的相关性很低,直接压缩原始数据是比较困难的。该文提出一种新算法,先对SAR原始数据作距离聚焦处理,使其在方位向具有较强的相关性,再沿方位向作矢量线性预测,并对预测残差序列作分块自适应量化。结合一...
关键词:合成孔径雷达 距离聚焦 矢量线性预测 信噪比 块自适应量化 比特率 
一种改进的SAR原始数据压缩算法
《系统工程与电子技术》2008年第3期431-434,共4页曾尚春 朱兆达 
针对SAR原始数据的特点,采用二级小波变换进行数据压缩。对低频分量作DCT再作Huffman编码;对高频分量采用一种改进的嵌入式小波零树编码方法。结合一组实测SAR原始数据,用两种算法分别进行了压缩和解压缩,并计算了数据域及图像域信噪比...
关键词:小波变换 数据压缩 零树编码 DCT 
一种SAR原始数据的变换域编码算法被引量:1
《遥感学报》2008年第3期392-398,共7页曾尚春 朱兆达 
航空科学基金(编号:05D52027)
根据SAR原始数据经沃尔什变换(WHT)后的系数特性,提出了一种在沃尔什域按各子带能量分布作变比特块自适应量化的算法-沃尔什域块自适应量化(WHT-BAQ),并将本方法与时域BAQ算法和FFT-BAQ算法作了比较。实验证明,在相同比特率下,WHT-BAQ...
关键词:数据压缩 沃尔什变换 块自适应量化 信噪比 比特率 
块自适应标量-矢量量化算法压缩SAR原始数据被引量:2
《中国图象图形学报》2007年第8期1349-1353,共5页曾尚春 朱兆达 
块自适应量化(BAQ)算法是目前比较成熟的一种合成孔径雷达(SAR)原始数据压缩算法,该算法以SAR原始数据块满足高斯分布为前提。由于SAR成像区域很复杂,有些数据块可能不满足高斯分布,因此提出了一种块自适应标量-矢量量化算法(BASVQ),当...
关键词:块自适应量化 合成孔径雷达 数据压缩 矢量量化 
小波变换块自适应量化算法压缩SAR原始数据
《遥感学报》2007年第4期481-486,共6页曾尚春 朱兆达 
本文研究了如何使用基于小波变换的块自适应量化(WT-BAQ)算法压缩合成孔径雷达原始数据。结合一组实测SAR原始数据,进行了压缩和解压缩,并计算了数据域及图像域评价参数,给出了压缩算法最终所成的图像。并与块自适应量化(BAQ)、块自适...
关键词:合成孔径雷达 小波 量化 信噪比 比特率 
一种SAR原始数据压缩新算法被引量:1
《航空学报》2007年第4期959-963,共5页曾尚春 朱兆达 
由于合成孔径雷达(SAR)原始数据的相关性很低,直接压缩原始数据是比较困难的。因此提出一种新算法,先对SAR原始数据做距离聚焦处理,使其在方位向具有较强的相关性,再沿方位向做线性预测,并对预测差值系列做块自适应量化。实验表明,在相...
关键词:SAR BAQ 距离聚焦 线性预测 信噪比 比特率 块自适应量化 
检索报告 对象比较 聚类工具 使用帮助 返回顶部