CN114885036B - 一种探地雷达数据的实时有损压缩方法及系统 - Google Patents

一种探地雷达数据的实时有损压缩方法及系统 Download PDF

Info

Publication number
CN114885036B
CN114885036B CN202210812999.4A CN202210812999A CN114885036B CN 114885036 B CN114885036 B CN 114885036B CN 202210812999 A CN202210812999 A CN 202210812999A CN 114885036 B CN114885036 B CN 114885036B
Authority
CN
China
Prior art keywords
data
value
frame
real
formula
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210812999.4A
Other languages
English (en)
Other versions
CN114885036A (zh
Inventor
严晶
董超
石玉柱
何少伟
房始军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Ande Space Technology Co ltd
Original Assignee
Shenzhen Ande Space Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Ande Space Technology Co ltd filed Critical Shenzhen Ande Space Technology Co ltd
Priority to CN202210812999.4A priority Critical patent/CN114885036B/zh
Publication of CN114885036A publication Critical patent/CN114885036A/zh
Application granted granted Critical
Publication of CN114885036B publication Critical patent/CN114885036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/22—Parsing or analysis of headers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/04—Protocols for data compression, e.g. ROHC
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Operations Research (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明提供一种探地雷达数据的实时有损压缩方法及系统，包括：步骤S1，实时接收并根据道数将采集的探地雷达数据划分为数据帧；步骤S2，对当前数据帧进行预处理，预处理包括地面对齐处理、背景噪声消除处理、逆振幅衰减处理以及对比度拉伸处理；步骤S3，对当前数据帧按预设大小划分为数据块；步骤S4，遍历每个数据块，对每个数据块进行压缩和编码，得到每个数据块压缩后的字节串；步骤S5，将每个数据块压缩后的字节串按遍历顺序依次排列，得到当前数据帧的压缩数据。本发明能够有效结合探地雷达数据，实现针对性的实时有损预处理和压缩，并保证了探地雷达数据的有效性，进而能够很好地满足实时传输和查看探地雷达数据的要求。

Description

一种探地雷达数据的实时有损压缩方法及系统
技术领域
本发明涉及一种雷达数据处理领域，尤其涉及一种探地雷达数据的实时有损压缩方法，并进一步设计采用了该探地雷达数据的实时有损压缩方法的实时有损压缩系统。
背景技术
探地雷达技术是通过天线向地下发射高频电磁波并接收地下介质反射的回波来实现对地下目标的无损探测技术。由于具有探测效率高、探测成本低、分辨率高以及适用范围广等特点，在道路、建筑、矿山、机场、考古、隧道和水利等诸多领域得到了广泛应用。探地雷达采集的数据量大，难以进行实时传输，通常在整条测线或测区采集完成后，才对数据进行拷贝和处理，不利于工作效率的提高和实时处理。
发明内容
本发明所要解决的技术问题是需要提供一种能够对探地雷达数据进行实时的预处理和压缩，以支持通过4G/5G网络，进而为实时传输和查看探地雷达数据提供基础的实时有损压缩方法。在此基础上，还进一步提供探地雷达数据的实时有损压缩系统。
对此，本发明提供一种探地雷达数据的实时有损压缩方法，包括：
步骤S1，实时接收探地雷达采集的数据，并根据道数将采集的数据划分为数据帧；
步骤S2，对当前数据帧进行预处理，通过地面对齐处理、背景噪声消除处理、逆振幅衰减处理以及对比度拉伸处理实现数据帧的预处理以减小样本值域；
步骤S3，对当前数据帧按预设大小划分为数据块；
步骤S4，遍历每个数据块，对每个数据块进行压缩和编码，得到每个数据块压缩后的字节串；
步骤S5，将每个数据块压缩后的字节串按遍历顺序依次排列，得到当前数据帧的压缩数据；完成当前数据帧后，返回继续处理下一数据帧，直至本次测线采集完毕。
本发明的进一步改进在于，所述步骤S1中，将采集的数据划分为数据帧大小为T×S的数据帧，T表示道数，S表示采样数；对于最后一帧道数小于道数T时，道数T替换为实际的道数。
本发明的进一步改进在于，所述步骤S2中，所述地面对齐处理包括以下子步骤：
步骤S211，提取第一帧第一道的数据，在采样点中查找最小值的序号作为地面对应的采样序号；
步骤S212，截取地面采样序号之后的采样数据，作为当前数据帧的有效数据。
本发明的进一步改进在于，所述步骤S2中，所述背景噪声消除处理包括以下子步骤：
步骤S221，保留当前数据帧及之前的
Figure 100002_DEST_PATH_IMAGE001
数据帧作为背景窗口，并通过公式
Figure 721512DEST_PATH_IMAGE002
计算各采样点的均值，其中，
Figure 24318DEST_PATH_IMAGE001
表示窗口帧数，T表示道数，
Figure 100002_DEST_PATH_IMAGE003
表示背景窗口中第
Figure 584743DEST_PATH_IMAGE001
帧的第
Figure 998407DEST_PATH_IMAGE004
道的第
Figure 100002_DEST_PATH_IMAGE005
个采样值，
Figure 928055DEST_PATH_IMAGE004
表示采样点的道序号，
Figure 401761DEST_PATH_IMAGE005
表示采样点的采样序号，
Figure 636433DEST_PATH_IMAGE006
表示背景窗口第
Figure 604521DEST_PATH_IMAGE005
个采样的均值；
步骤S222，通过公式
Figure 100002_DEST_PATH_IMAGE007
将当前数据帧的各采样点数据分别减去背景窗口中各采样点对应的均值以实现背景声消除，其中，
Figure 404986DEST_PATH_IMAGE008
表示当前帧的第
Figure 784015DEST_PATH_IMAGE005
个采样值，
Figure 100002_DEST_PATH_IMAGE009
表示减去背景噪声后的第
Figure 551989DEST_PATH_IMAGE005
个采样值。
本发明的进一步改进在于，所述步骤S2中，所述逆振幅衰减处理包括以下子步骤：
步骤S231，对第一帧数据帧，通过公式
Figure 307455DEST_PATH_IMAGE010
计算各采样点的绝对值均值的对数，以此得到振幅衰减曲线，其中，T表示道数，
Figure 100002_DEST_PATH_IMAGE011
表示当前帧的第
Figure 713160DEST_PATH_IMAGE004
道的第
Figure 794248DEST_PATH_IMAGE005
个采样值，
Figure 987201DEST_PATH_IMAGE004
表示采样点的道序号，
Figure 546358DEST_PATH_IMAGE005
表示采样点的采样序号，
Figure 259099DEST_PATH_IMAGE012
表示振幅衰减曲线中第
Figure 261822DEST_PATH_IMAGE005
个采样的振幅；
步骤S232，通过偏差最小公式
Figure 100002_DEST_PATH_IMAGE013
计算最小偏差
Figure 489541DEST_PATH_IMAGE014
，其中，
Figure 100002_DEST_PATH_IMAGE015
表示需要求解的以采样序号
Figure 632815DEST_PATH_IMAGE005
为自变量的多项式曲线函数，S表示采样数；
步骤S233，根据振幅衰减曲线多项式系数并通过公式
Figure 465642DEST_PATH_IMAGE016
计算各采样点的反振幅衰减系数，其中，
Figure 100002_DEST_PATH_IMAGE017
表示多项式的阶，
Figure 170424DEST_PATH_IMAGE018
表示第
Figure 100002_DEST_PATH_IMAGE019
阶的多项式系数，
Figure 134706DEST_PATH_IMAGE020
表示第
Figure 35666DEST_PATH_IMAGE005
个采样点的反振幅衰减系数，
Figure 100002_DEST_PATH_IMAGE021
表示采样序号
Figure 270470DEST_PATH_IMAGE005
的i次幂，i为自然数；
步骤S234，通过公式
Figure 598683DEST_PATH_IMAGE022
对每一采样点进行反振幅衰减处理，其中，
Figure 4256DEST_PATH_IMAGE008
表示当前帧的第
Figure 708907DEST_PATH_IMAGE005
个采样值，
Figure 765594DEST_PATH_IMAGE009
表示反振幅衰减后的第
Figure 530287DEST_PATH_IMAGE005
个采样值。
本发明的进一步改进在于，所述步骤S2中，所述对比度拉伸处理包括以下子步骤：
步骤S241，通过公式
Figure 100002_DEST_PATH_IMAGE023
和公式
Figure 705048DEST_PATH_IMAGE024
分别计算当前帧所有采样点的均值
Figure 100002_DEST_PATH_IMAGE025
和标准差
Figure 213390DEST_PATH_IMAGE026
，其中，T表示道数，S表示采样数，
Figure 390162DEST_PATH_IMAGE011
表示第t道的第s个采样值；
步骤S242，通过公式
Figure 100002_DEST_PATH_IMAGE027
计算采样点的最大值
Figure 856915DEST_PATH_IMAGE028
，通过公式
Figure 100002_DEST_PATH_IMAGE029
计算采样点的最小值
Figure 518972DEST_PATH_IMAGE030
，通过公式
Figure 100002_DEST_PATH_IMAGE031
对所有采样点进行过滤，其中，
Figure 345851DEST_PATH_IMAGE032
表示采样点的值，
Figure 100002_DEST_PATH_IMAGE033
表示过滤后的值；
Figure 924600DEST_PATH_IMAGE034
为预设倍数；
步骤S243，通过公式
Figure 100002_DEST_PATH_IMAGE035
将采样点拉伸到整个值域
Figure 312987DEST_PATH_IMAGE036
，
Figure 100002_DEST_PATH_IMAGE037
表示拉伸后的值， MIN和MAX分别表示目标值域的最小值和最大值。
本发明的进一步改进在于，所述步骤S3中，对当前数据帧按预设大小N划分为数据块，数据块大小是N×N；当右边和下边剩余采样点数不足N时，不足部分用预设采样值补齐为N×N大小的数据块。
本发明的进一步改进在于，所述步骤S4包括以下子步骤：
步骤S401，通过公式
Figure 960875DEST_PATH_IMAGE038
对每个数据块进行二维DCT变换，得到变换后的DCT系数矩阵
Figure 100002_DEST_PATH_IMAGE039
其中，
Figure 607757DEST_PATH_IMAGE040
，
Figure 100002_DEST_PATH_IMAGE041
表示数据矩阵的行号，y表示数据矩阵的列号，
Figure 526166DEST_PATH_IMAGE042
表示数据矩阵的第x行第y列的值，u表示DCT系数矩阵的行号，v表示DCT系数矩阵的列号，
Figure 100002_DEST_PATH_IMAGE043
表示DCT系数矩阵第u行第v列的值，N表示数据块的预设大小；
步骤S402，通过公式
Figure 607427DEST_PATH_IMAGE044
将DCT系数矩阵乘以量化系数矩阵Q，其中，
Figure 100002_DEST_PATH_IMAGE045
表示量化系数矩阵第u行第v列的值，
Figure 227764DEST_PATH_IMAGE046
表示量化后的DCT系数矩阵第u行第v列的值；
Figure 100002_DEST_PATH_IMAGE047
表示四舍五入取整数处理；
步骤S403，从左上角第一点开始，按Z字形将数据重新排列成一维数组，并将一串连续的相同值用长度和值这两个数代替，形成RLE编码；
步骤S404，根据先验统计预先制定哈夫曼码表，在实时压缩时通过查表进行编码。
本发明的进一步改进在于，所述步骤S3对数据帧划分数据块时，采用非正方形的分块方式，并将数据块按行或按列依次排列成一维数组，一维数组的长度为
Figure 694649DEST_PATH_IMAGE048
；所述步骤S4包括以下子步骤：
步骤S401，通过公式
Figure 100002_DEST_PATH_IMAGE051
对每个数据块进行一维DCT变换，得到变换后的DCT系数矩阵，其中，
Figure 990873DEST_PATH_IMAGE052
，
Figure 100002_DEST_PATH_IMAGE053
表示数组的序号，
Figure 464710DEST_PATH_IMAGE054
表示数组的第
Figure 544662DEST_PATH_IMAGE053
个值，
Figure 100002_DEST_PATH_IMAGE055
表示DCT系数数组的序号，
Figure 475447DEST_PATH_IMAGE056
表示DCT系数数组的第u个值；
步骤S402，通过公式
Figure 821108DEST_PATH_IMAGE058
将DCT系数数组乘以量化系数数组Q，其中，
Figure DEST_PATH_IMAGE059
表示量化系数数组第
Figure 282363DEST_PATH_IMAGE055
个值，
Figure 321732DEST_PATH_IMAGE056
表示量化后的DCT系数数组第
Figure 607220DEST_PATH_IMAGE055
个值；
Figure 406548DEST_PATH_IMAGE047
表示四舍五入取整数处理；
步骤S403，按前后顺序将一串连续的相同值用长度和值这两个数代替，形成RLE编码。
本发明还提供一种探地雷达数据的实时有损压缩系统，采用了如上所述的探地雷达数据的实时有损压缩方法，并包括：
数据采集模块，实时接收探地雷达采集的数据，并根据道数将采集的数据划分为数据帧；
数据帧预处理模块，对当前数据帧进行预处理，通过地面对齐处理、背景噪声消除处理、逆振幅衰减处理以及对比度拉伸处理实现数据帧的预处理以减小样本值域；
数据块划分模块，对当前数据帧按预设大小划分为数据块；
压缩编码模块，遍历每个数据块，对每个数据块进行压缩和编码，得到每个数据块压缩后的字节串；
遍历排列模块，将每个数据块压缩后的字节串按遍历顺序依次排列，得到当前数据帧的压缩数据；完成当前数据帧后，返回继续处理下一数据帧，直至本次测线采集完毕。
与现有技术相比，本发明的有益效果在于：能够有效结合探地雷达数据，实现针对性的实时有损压缩，实现了高效的探地雷达数据预处理和压缩，并保证了探地雷达数据的有效性，进而能够很好地满足实时传输和查看探地雷达数据的要求，为提高探地雷达工作的时效性和远程控制效率提供了很好的基础，便于实现产业升级。
附图说明
图1是本发明一种实施例的工作流程示意图。
具体实施方式
下面结合附图，对本发明的较优的实施例作进一步的详细说明。
如图1所示，本例提供一种探地雷达数据的实时有损压缩方法，包括：
步骤S1，实时接收探地雷达采集的数据，并根据道数将采集的数据划分为数据帧；
步骤S2，对当前数据帧进行预处理，通过地面对齐处理、背景噪声消除处理、逆振幅衰减处理以及对比度拉伸处理实现数据帧的预处理以减小样本值域；
步骤S3，对当前数据帧按预设大小划分为数据块；
步骤S4，遍历每个数据块，对每个数据块进行压缩和编码，得到每个数据块压缩后的字节串；
步骤S5，将每个数据块压缩后的字节串按遍历顺序依次排列，得到当前数据帧的压缩数据；完成当前数据帧后，返回继续处理下一数据帧，直至本次测线采集完毕。
本例所述步骤S1中将采集的数据根据预设的道数划分为数据帧，数据帧的大小为T×S的数据帧，T表示道数，S表示采样数；对于最后一帧道数小于道数T时，道数T替换为实际的道数。在下面的公式中，t表示采样点的道序号，s表示采样点的采样序号。
本例所述步骤S2对当前数据帧进行预处理，针对探地雷达数据的特殊性，本例所述预处理过程包括步骤S21的地面对齐处理、步骤S22的背景噪声消除处理、步骤S23的逆振幅衰减处理和步骤S24的对比度拉伸处理，以在尽可能保留探地雷达数据有效特征的前提下减小样本值域，以满足实时传输和查看探地雷达数据的要求。
本例所述步骤S21的地面对齐处理包括以下子步骤：
步骤S211，提取第一帧第一道的数据，在采样点中查找最小值的序号作为地面对应的采样序号；
步骤S212，截取地面采样序号之后的采样数据，作为当前数据帧的有效数据。
本例所述步骤S22的背景噪声消除处理包括以下子步骤：
步骤S221，保留当前数据帧及之前的
Figure 172827DEST_PATH_IMAGE001
数据帧作为背景窗口，并通过公式
Figure 945611DEST_PATH_IMAGE002
计算各采样点的均值，其中，
Figure 532319DEST_PATH_IMAGE001
表示窗口帧数；T表示道数，即每帧的道数；
Figure 441369DEST_PATH_IMAGE003
表示背景窗口中第
Figure 838853DEST_PATH_IMAGE001
帧的第
Figure 584086DEST_PATH_IMAGE004
道的第
Figure 725217DEST_PATH_IMAGE005
个采样值，
Figure 754353DEST_PATH_IMAGE004
表示采样点的道序号，
Figure 306426DEST_PATH_IMAGE005
表示采样点的采样序号；
Figure 53802DEST_PATH_IMAGE006
表示背景窗口第
Figure 733045DEST_PATH_IMAGE005
个采样的均值；
步骤S222，通过公式
Figure 632999DEST_PATH_IMAGE007
将当前数据帧的各采样点数据分别减去背景窗口中各采样点对应的均值以实现背景声消除，其中，
Figure 841127DEST_PATH_IMAGE008
表示当前帧的第
Figure 810220DEST_PATH_IMAGE005
个采样值，
Figure 293154DEST_PATH_IMAGE009
表示减去背景噪声后的第
Figure 280570DEST_PATH_IMAGE005
个采样值。
由于电磁波在地下传播时随传播距离按指数衰减，因此，针对探地雷达数据，计算衰减曲线时不能采用常规的数据预处理方式。针对性的，本例计算衰减曲线时需要对采样值的常用对数进行计算，具体的，本例所述步骤S23的逆振幅衰减处理包括以下子步骤：
步骤S231，对第一帧数据帧，通过公式
Figure 190757DEST_PATH_IMAGE010
计算各采样点的绝对值均值的对数，以此作为振幅衰减曲线，其中，T表示道数，
Figure 647146DEST_PATH_IMAGE011
表示当前帧的第
Figure 418924DEST_PATH_IMAGE004
道的第
Figure 542738DEST_PATH_IMAGE005
个采样值，
Figure 358247DEST_PATH_IMAGE004
表示采样点的道序号，
Figure 551200DEST_PATH_IMAGE005
表示采样点的采样序号，
Figure 110358DEST_PATH_IMAGE012
表示振幅衰减曲线中第
Figure 88678DEST_PATH_IMAGE005
个采样的振幅；
步骤S232，通过偏差最小公式
Figure 91400DEST_PATH_IMAGE013
计算最小偏差
Figure 522381DEST_PATH_IMAGE014
，其中，
Figure 885230DEST_PATH_IMAGE015
表示需要求解的以采样序号
Figure 701745DEST_PATH_IMAGE005
为自变量的多项式曲线函数，以此计算振幅衰减曲线多项式系数；S表示采样数；
曲线多项式系数用
Figure 124636DEST_PATH_IMAGE060
={
Figure DEST_PATH_IMAGE061
,
Figure 324804DEST_PATH_IMAGE062
,
Figure DEST_PATH_IMAGE063
,…,
Figure 22502DEST_PATH_IMAGE064
}表示，求解偏差最小的计算可转化为求解矩阵算式
Figure DEST_PATH_IMAGE065
中的{
Figure 755840DEST_PATH_IMAGE061
,
Figure 84053DEST_PATH_IMAGE062
,
Figure 489627DEST_PATH_IMAGE063
,…,
Figure 945010DEST_PATH_IMAGE064
}。采用SVD分解或QR分解方法均可对其进行求解；
步骤S233，根据振幅衰减曲线多项式系数并通过公式
Figure 486850DEST_PATH_IMAGE016
计算各采样点的反振幅衰减系数，其中，
Figure 985964DEST_PATH_IMAGE017
表示多项式的阶，
Figure 128102DEST_PATH_IMAGE018
表示第
Figure 370864DEST_PATH_IMAGE019
阶的多项式系数，
Figure 298369DEST_PATH_IMAGE020
表示第
Figure 984696DEST_PATH_IMAGE005
个采样点的反振幅衰减系数，
Figure 833704DEST_PATH_IMAGE021
表示采样序号
Figure 145736DEST_PATH_IMAGE005
的i次幂，i为自然数；
步骤S234，通过公式
Figure 911436DEST_PATH_IMAGE022
对每一采样点进行反振幅衰减处理，其中，
Figure 17932DEST_PATH_IMAGE008
表示当前帧的第
Figure 619815DEST_PATH_IMAGE005
个采样值，
Figure 955112DEST_PATH_IMAGE009
表示反振幅衰减后的第
Figure 591630DEST_PATH_IMAGE005
个采样值。
本例所述步骤S24的所述对比度拉伸处理包括以下子步骤：
步骤S241，通过公式
Figure 603448DEST_PATH_IMAGE023
和公式
Figure 692627DEST_PATH_IMAGE024
分别计算当前帧所有采样点的均值
Figure 330151DEST_PATH_IMAGE025
和标准差
Figure 86754DEST_PATH_IMAGE026
，其中，T表示道数，S表示采样数，
Figure 269474DEST_PATH_IMAGE011
表示第t道的第s个采样值；
步骤S242，通过公式
Figure 596681DEST_PATH_IMAGE027
计算采样点的最大值
Figure 523049DEST_PATH_IMAGE028
，通过公式
Figure 134159DEST_PATH_IMAGE029
计算采样点的最小值
Figure 2626DEST_PATH_IMAGE030
，通过公式
Figure 800818DEST_PATH_IMAGE031
对所有采样点进行过滤，其中，
Figure 796456DEST_PATH_IMAGE032
表示采样点的值，
Figure 747225DEST_PATH_IMAGE033
表示过滤后的值；
Figure 271748DEST_PATH_IMAGE034
为预设倍数，可以根据实际情况进行自定义设置和修改；
步骤S243，通过公式
Figure 822815DEST_PATH_IMAGE035
将采样点拉伸到整个值域
Figure 871411DEST_PATH_IMAGE036
，
Figure 925955DEST_PATH_IMAGE037
表示拉伸后的值， MIN和MAX分别表示目标值域的最小值和最大值。
本例所述步骤S3中，对当前数据帧按预设大小N划分为数据块，数据块大小是N×N；当右边和下边剩余采样点数不足N时，不足部分用预设采样值补齐为N×N大小的数据块。预设大小N和预设采样值都可以根据实际情况进行自定义设置和修改，也可以直接对不足部分通过填0扩充成N×N大小的数据块。
本例所述步骤S4包括以下子步骤：
步骤S401，用于实现DCT变化，通过公式
Figure 886958DEST_PATH_IMAGE038
对每个数据块进行二维DCT变换，得到变换后的DCT系数矩阵，其中，
Figure 747914DEST_PATH_IMAGE040
，
Figure 656964DEST_PATH_IMAGE041
表示数据矩阵的行号，y表示数据矩阵的列号，
Figure 303715DEST_PATH_IMAGE042
表示数据矩阵的第x行第y列的值，u表示DCT系数矩阵的行号，v表示DCT系数矩阵的列号，
Figure 298216DEST_PATH_IMAGE043
表示DCT系数矩阵第u行第v列的值，
Figure 439348DEST_PATH_IMAGE066
表示与DCT系数矩阵的行号对应的计算参数，
Figure DEST_PATH_IMAGE067
表示与DCT系数矩阵的列号对应的计算参数，
Figure 750374DEST_PATH_IMAGE068
；N表示数据块的预设大小；
步骤S402，用于实现量化，经过DCT变换后，信号被分为多个余弦成分，其中较为重要的低频分量集中在矩阵的左上角，较为次要的高频分量则集中在右下角。构造一个特殊的量化系数矩阵
Figure DEST_PATH_IMAGE069
，使得左上角的数值较大，右下角的数值较小。本例所述步骤S402通过公式
Figure 849917DEST_PATH_IMAGE044
将DCT系数矩阵乘以量化系数矩阵
Figure 869999DEST_PATH_IMAGE069
，其中，
Figure 283662DEST_PATH_IMAGE045
表示量化系数矩阵第u行第v列的值，
Figure 432884DEST_PATH_IMAGE046
表示量化后的DCT系数矩阵第u行第v列的值；
Figure 657323DEST_PATH_IMAGE047
表示四舍五入取整数处理；
步骤S403，用于实现RLE编码，量化后的DCT系数矩阵中，较大的数据集中在矩阵的左上角，较小的数据包括多个0集中在矩阵的右下角。本例所述步骤S403从左上角第一点开始，按Z字形将数据重新排列成一维数组，以便尽可能将0排列在一起；并将一串连续的相同值用长度和值这两个数代替，形成RLE编码；
步骤S404，用于实现哈夫曼编码。统计不同的数值出现的概率，按不同的概率为数值分配不同长度的编码，出现频率高的数值用较短的编码代替，出现频率低的数值用较长的编码代替，就实现数据压缩。本例所述步骤S404根据先验统计预先制定哈夫曼码表，在实时压缩时通过查表进行编码。
本例所述步骤S5将每个数据块压缩后的字节串按遍历顺序依次排列，得到当前数据帧的压缩数据。继续处理下一数据帧，直至本次测线采集完毕。
前面所述的是所述步骤S3对数据帧划分数据块时，采用正方形的分块方式。如果在本例所述步骤S3对数据帧划分数据块时，采用非正方形的分块方式，并将数据块按行或按列依次排列成一维数组，一维数组的长度为
Figure 891995DEST_PATH_IMAGE048
；所述步骤S401至步骤S403将分别替换成子步骤S401至步骤S403，步骤S404不变。
步骤S401，通过公式
Figure 728922DEST_PATH_IMAGE051
对每个数据块进行一维DCT变换，得到变换后的DCT系数矩阵
Figure 500700DEST_PATH_IMAGE039
其中，
Figure 358935DEST_PATH_IMAGE052
，
Figure 174444DEST_PATH_IMAGE053
表示数组的序号，
Figure 367397DEST_PATH_IMAGE054
表示数组的第
Figure 192133DEST_PATH_IMAGE053
个值，
Figure 904874DEST_PATH_IMAGE055
表示DCT系数数组的序号，
Figure 907596DEST_PATH_IMAGE056
表示DCT系数数组的第u个值，
Figure 72999DEST_PATH_IMAGE070
表示变换后的DCT系数矩阵的计算参数；
步骤S402，通过公式
Figure 268674DEST_PATH_IMAGE058
将DCT系数数组乘以量化系数数组Q，其中，
Figure 593530DEST_PATH_IMAGE059
表示量化系数数组第
Figure 760070DEST_PATH_IMAGE055
个值，
Figure 198135DEST_PATH_IMAGE056
表示量化后的DCT系数数组第
Figure 791928DEST_PATH_IMAGE055
个值；
Figure 931922DEST_PATH_IMAGE047
表示四舍五入取整数处理；
步骤S403，按前后顺序将一串连续的相同值用长度和值这两个数代替，形成RLE编码。
本例还提供一种探地雷达数据的实时有损压缩系统，采用了如上所述的探地雷达数据的实时有损压缩方法，并包括：
数据采集模块，实时接收探地雷达采集的数据，并根据道数将采集的数据划分为数据帧；
数据帧预处理模块，对当前数据帧进行预处理，通过地面对齐处理、背景噪声消除处理、逆振幅衰减处理以及对比度拉伸处理实现数据帧的预处理以减小样本值域；
数据块划分模块，对当前数据帧按预设大小划分为数据块；
压缩编码模块，遍历每个数据块，对每个数据块进行压缩和编码，得到每个数据块压缩后的字节串；
遍历排列模块，将每个数据块压缩后的字节串按遍历顺序依次排列，得到当前数据帧的压缩数据；完成当前数据帧后，返回继续处理下一数据帧，直至本次测线采集完毕。
与现有技术相比，本发明的有益效果在于：能够有效结合探地雷达数据，实现针对性的实时有损压缩，实现了高效的探地雷达数据预处理和压缩，并保证了探地雷达数据的有效性，进而能够很好地满足实时传输和查看探地雷达数据的要求，为提高探地雷达工作的时效性和远程控制效率提供了很好的基础，便于实现产业升级。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (7)

1.一种探地雷达数据的实时有损压缩方法，其特征在于，包括：
步骤S1，实时接收探地雷达采集的数据，并根据道数将采集的数据划分为数据帧；
步骤S2，对当前数据帧进行预处理，通过地面对齐处理、背景噪声消除处理、逆振幅衰减处理以及对比度拉伸处理实现数据帧的预处理以减小样本值域；
步骤S3，对当前数据帧按预设大小划分为数据块；
步骤S4，遍历每个数据块，对每个数据块进行压缩和编码，得到每个数据块压缩后的字节串；
步骤S5，将每个数据块压缩后的字节串按遍历顺序依次排列，得到当前数据帧的压缩数据；完成当前数据帧后，返回继续处理下一数据帧，直至本次测线采集完毕；
所述步骤S2中，所述地面对齐处理包括以下子步骤：
步骤S211，提取第一帧第一道的数据，在采样点中查找最小值的序号作为地面对应的采样序号；
步骤S212，截取地面采样序号之后的采样数据，作为当前数据帧的有效数据；
所述步骤S2中，所述逆振幅衰减处理包括以下子步骤：
步骤S231，对第一帧数据帧，通过公式
Figure DEST_PATH_IMAGE001
计算各采样点的绝对值均值的对数，以此得到振幅衰减曲线，其中，T表示道数，
Figure DEST_PATH_IMAGE002
表示当前帧的第
Figure DEST_PATH_IMAGE003
道的第
Figure DEST_PATH_IMAGE004
个采样值，
Figure 158047DEST_PATH_IMAGE003
表示采样点的道序号，
Figure 544029DEST_PATH_IMAGE004
表示采样点的采样序号，
Figure DEST_PATH_IMAGE005
表示振幅衰减曲线中第
Figure 510717DEST_PATH_IMAGE004
个采样的振幅；
步骤S232，通过偏差最小公式
Figure DEST_PATH_IMAGE006
计算最小偏差
Figure DEST_PATH_IMAGE007
，其中，
Figure DEST_PATH_IMAGE008
表示需要求解的以采样序号
Figure 532025DEST_PATH_IMAGE004
为自变量的多项式曲线函数，S表示采样数；
步骤S233，根据振幅衰减曲线多项式系数并通过公式
Figure DEST_PATH_IMAGE009
计算各采样点的反振幅衰减系数，其中，
Figure DEST_PATH_IMAGE010
表示多项式的阶，
Figure DEST_PATH_IMAGE011
表示第
Figure DEST_PATH_IMAGE012
阶的多项式系数，
Figure DEST_PATH_IMAGE013
表示第
Figure 362709DEST_PATH_IMAGE004
个采样点的反振幅衰减系数，
Figure DEST_PATH_IMAGE014
表示采样序号
Figure 122854DEST_PATH_IMAGE004
的i次幂，i为自然数；
步骤S234，通过公式
Figure DEST_PATH_IMAGE015
对每一采样点进行反振幅衰减处理，其中，
Figure DEST_PATH_IMAGE016
表示当前帧的第
Figure 45680DEST_PATH_IMAGE004
个采样值，
Figure DEST_PATH_IMAGE017
表示反振幅衰减后的第
Figure 182263DEST_PATH_IMAGE004
个采样值；
所述步骤S2中，所述对比度拉伸处理包括以下子步骤：
步骤S241，通过公式
Figure DEST_PATH_IMAGE018
和公式
Figure DEST_PATH_IMAGE019
分别计算当前帧所有采样点的均值
Figure DEST_PATH_IMAGE020
和标准差
Figure DEST_PATH_IMAGE021
，其中，T表示道数，S表示采样数，
Figure 189490DEST_PATH_IMAGE002
表示第t道的第s个采样值；
步骤S242，通过公式
Figure DEST_PATH_IMAGE022
计算采样点的最大值
Figure DEST_PATH_IMAGE023
，通过公式
Figure DEST_PATH_IMAGE024
计算采样点的最小值
Figure DEST_PATH_IMAGE025
，通过公式
Figure DEST_PATH_IMAGE026
对所有采样点进行过滤，其中，
Figure DEST_PATH_IMAGE027
表示采样点的值，
Figure DEST_PATH_IMAGE028
表示过滤后的值；
Figure DEST_PATH_IMAGE029
为预设倍数；
步骤S243，通过公式
Figure DEST_PATH_IMAGE030
将采样点拉伸到整个值域
Figure DEST_PATH_IMAGE031
，
Figure DEST_PATH_IMAGE032
表示拉伸后的值， MIN和MAX分别表示目标值域的最小值和最大值。
2.根据权利要求1所述的探地雷达数据的实时有损压缩方法，其特征在于，所述步骤S1中，将采集的数据划分为数据帧大小为T×S的数据帧，T表示道数，S表示采样数；对于最后一帧道数小于道数T时，道数T替换为实际的道数。
3.根据权利要求1所述的探地雷达数据的实时有损压缩方法，其特征在于，所述步骤S2中，所述背景噪声消除处理包括以下子步骤：
步骤S221，保留当前数据帧及之前的
Figure DEST_PATH_IMAGE033
数据帧作为背景窗口，并通过公式
Figure DEST_PATH_IMAGE034
计算各采样点的均值，其中，
Figure 497368DEST_PATH_IMAGE033
表示窗口帧数，T表示道数，
Figure DEST_PATH_IMAGE035
表示背景窗口中第
Figure 704227DEST_PATH_IMAGE033
帧的第
Figure 644501DEST_PATH_IMAGE003
道的第个采样值，
Figure 902307DEST_PATH_IMAGE003
表示采样点的道序号，
Figure 800993DEST_PATH_IMAGE004
表示采样点的采样序号，
Figure DEST_PATH_IMAGE036
表示背景窗口第
Figure 731034DEST_PATH_IMAGE004
个采样的均值；
步骤S222，通过公式
Figure DEST_PATH_IMAGE037
将当前数据帧的各采样点数据分别减去背景窗口中各采样点对应的均值以实现背景声消除，其中，
Figure 678262DEST_PATH_IMAGE016
表示当前帧的第
Figure 305421DEST_PATH_IMAGE004
个采样值，
Figure 109429DEST_PATH_IMAGE017
表示减去背景噪声后的第
Figure 307192DEST_PATH_IMAGE004
个采样值。
4.根据权利要求1至3任意一项所述的探地雷达数据的实时有损压缩方法，其特征在于，所述步骤S3中，对当前数据帧按预设大小N划分为数据块，数据块大小是N×N；当右边和下边剩余采样点数不足N时，不足部分用预设采样值补齐为N×N大小的数据块。
5.根据权利要求4所述的探地雷达数据的实时有损压缩方法，其特征在于，所述步骤S4包括以下子步骤：
步骤S401，通过公式
Figure DEST_PATH_IMAGE038
对每个数据块进行二维DCT变换，得到变换后的DCT系数矩阵
Figure DEST_PATH_IMAGE039
其中，
Figure DEST_PATH_IMAGE040
，
Figure DEST_PATH_IMAGE041
表示数据矩阵的行号，y表示数据矩阵的列号，
Figure DEST_PATH_IMAGE042
表示数据矩阵的第x行第y列的值，u表示DCT系数矩阵的行号，v表示DCT系数矩阵的列号，
Figure DEST_PATH_IMAGE043
表示DCT系数矩阵第u行第v列的值；
步骤S402，通过公式
Figure DEST_PATH_IMAGE044
将DCT系数矩阵乘以量化系数矩阵Q，其中，
Figure DEST_PATH_IMAGE045
表示量化系数矩阵第u行第v列的值，
Figure DEST_PATH_IMAGE046
表示量化后的DCT系数矩阵第u行第v列的值；
Figure DEST_PATH_IMAGE047
表示四舍五入取整数处理；
步骤S403，从左上角第一点开始，按Z字形将数据重新排列成一维数组，并将一串连续的相同值用长度和值这两个数代替，形成RLE编码；
步骤S404，根据先验统计预先制定哈夫曼码表，在实时压缩时通过查表进行编码。
6.根据权利要求1至3任意一项所述的探地雷达数据的实时有损压缩方法，其特征在于，所述步骤S3对数据帧划分数据块时，采用非正方形的分块方式，并将数据块按行或按列依次排列成一维数组，一维数组的长度为
Figure DEST_PATH_IMAGE048
；所述步骤S4包括以下子步骤：
步骤S401
Figure DEST_PATH_IMAGE049
，通过公式
Figure DEST_PATH_IMAGE050
对每个数据块进行一维DCT变换，得到变换后的DCT系数矩阵
Figure 147191DEST_PATH_IMAGE039
其中，
Figure DEST_PATH_IMAGE051
，
Figure DEST_PATH_IMAGE052
表示数组的序号，
Figure DEST_PATH_IMAGE053
表示数组的第
Figure 68005DEST_PATH_IMAGE052
个值，
Figure DEST_PATH_IMAGE054
表示DCT系数数组的序号，
Figure DEST_PATH_IMAGE055
表示DCT系数数组的第u个值；
步骤S402
Figure 698707DEST_PATH_IMAGE049
，通过公式
Figure DEST_PATH_IMAGE056
将DCT系数数组乘以量化系数数组Q
Figure 587028DEST_PATH_IMAGE049
，其中，
Figure DEST_PATH_IMAGE057
表示量化系数数组第
Figure 157949DEST_PATH_IMAGE054
个值，
Figure 979274DEST_PATH_IMAGE055
表示量化后的DCT系数数组第
Figure 390664DEST_PATH_IMAGE054
个值；
Figure 297440DEST_PATH_IMAGE047
表示四舍五入取整数处理；
步骤S403
Figure DEST_PATH_IMAGE058
，按前后顺序将一串连续的相同值用长度和值这两个数代替，形成RLE编码。
7.一种探地雷达数据的实时有损压缩系统，其特征在于，采用了如权利要求1至6任意一项所述的探地雷达数据的实时有损压缩方法，并包括：
数据采集模块，实时接收探地雷达采集的数据，并根据道数将采集的数据划分为数据帧；
数据帧预处理模块，对当前数据帧进行预处理，通过地面对齐处理、背景噪声消除处理、逆振幅衰减处理以及对比度拉伸处理实现数据帧的预处理以减小样本值域；
数据块划分模块，对当前数据帧按预设大小划分为数据块；
压缩编码模块，遍历每个数据块，对每个数据块进行压缩和编码，得到每个数据块压缩后的字节串；
遍历排列模块，将每个数据块压缩后的字节串按遍历顺序依次排列，得到当前数据帧的压缩数据；完成当前数据帧后，返回继续处理下一数据帧，直至本次测线采集完毕。
CN202210812999.4A 2022-07-12 2022-07-12 一种探地雷达数据的实时有损压缩方法及系统 Active CN114885036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210812999.4A CN114885036B (zh) 2022-07-12 2022-07-12 一种探地雷达数据的实时有损压缩方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210812999.4A CN114885036B (zh) 2022-07-12 2022-07-12 一种探地雷达数据的实时有损压缩方法及系统

Publications (2)

Publication Number Publication Date
CN114885036A CN114885036A (zh) 2022-08-09
CN114885036B true CN114885036B (zh) 2022-09-23

Family

ID=82682732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210812999.4A Active CN114885036B (zh) 2022-07-12 2022-07-12 一种探地雷达数据的实时有损压缩方法及系统

Country Status (1)

Country Link
CN (1) CN114885036B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115617495A (zh) * 2022-12-06 2023-01-17 深圳安德空间技术有限公司 一种基于分布式架构的探地雷达数据推理方法及其系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6160919A (en) * 1997-05-07 2000-12-12 Landmark Graphic Corporation Method for data compression
CN104111455A (zh) * 2014-07-29 2014-10-22 上海无线电设备研究所 微波成像雷达图像数据灰度量化处理方法和处理装置
CN107749994A (zh) * 2017-09-26 2018-03-02 中国科学院电子学研究所 基于帧间预测的深空探地雷达数据压缩方法
EP3364212A1 (en) * 2017-02-15 2018-08-22 Deutsches Zentrum für Luft- und Raumfahrt e.V. A method and an apparatus for computer-assisted processing of sar raw data
CN111726634A (zh) * 2020-07-01 2020-09-29 成都傅立叶电子科技有限公司 基于fpga的高分辨率视频图像压缩传输方法及系统
CN113759337A (zh) * 2021-11-09 2021-12-07 深圳安德空间技术有限公司 针对地下空间数据的三维探地雷达实时解译方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609579B (zh) * 2017-08-25 2020-01-07 西安电子科技大学 基于稳健变分自编码器的雷达目标分类方法
CN108387896B (zh) * 2018-01-03 2020-07-07 厦门大学 一种基于探地雷达回波数据的自动汇聚成像方法
CN113126083A (zh) * 2021-04-29 2021-07-16 深圳安德空间技术有限公司 一种基于现场视频的探地雷达辅助定位方法及定位系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6160919A (en) * 1997-05-07 2000-12-12 Landmark Graphic Corporation Method for data compression
CN104111455A (zh) * 2014-07-29 2014-10-22 上海无线电设备研究所 微波成像雷达图像数据灰度量化处理方法和处理装置
EP3364212A1 (en) * 2017-02-15 2018-08-22 Deutsches Zentrum für Luft- und Raumfahrt e.V. A method and an apparatus for computer-assisted processing of sar raw data
CN107749994A (zh) * 2017-09-26 2018-03-02 中国科学院电子学研究所 基于帧间预测的深空探地雷达数据压缩方法
CN111726634A (zh) * 2020-07-01 2020-09-29 成都傅立叶电子科技有限公司 基于fpga的高分辨率视频图像压缩传输方法及系统
CN113759337A (zh) * 2021-11-09 2021-12-07 深圳安德空间技术有限公司 针对地下空间数据的三维探地雷达实时解译方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"A Radar Image Compression Algorithm Based on Machine Vision";Zicheng Wu et.al.;《2021 international conference on control science and electronic power systems （CSEPS）》;20210530;全文 *
"导航雷达视频网络传输预处理方法";刘为任等;《科技创新导报》;20191021;全文 *

Also Published As

Publication number Publication date
CN114885036A (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN1174259C (zh) 传送压缩地震探测数据的方法和系统
US6594394B1 (en) Fast compression and transmission of seismic data
US6266414B1 (en) Method for digital data compression
EP2824919B1 (en) Apparatus for partitioning compressed satellite image and method therefor
CN114885036B (zh) 一种探地雷达数据的实时有损压缩方法及系统
CN102186069A (zh) 一种保持量测性能的遥感影像数据压缩方法
CN104244012B (zh) 一种ct数据压缩方法
Elamaran et al. Comparison of DCT and wavelets in image coding
CN101132530A (zh) 基于游程编码实现嵌入式图像压缩的方法
Abdelwahab et al. LiDAR data compression challenges and difficulties
CN108718409A (zh) 基于块方向提升小波及自适应四叉树编码的遥感影像压缩方法
CN102484702A (zh) 用于通过使用旋转变换对图像编码和解码的方法和设备
CN110753224B (zh) 一种用于随钻测量数据压缩的数据重排方法和系统
Saudagar et al. Image compression approach with ridgelet transformation using modified neuro modeling for biomedical images
CN116170589A (zh) 一种基于増维双边滤波增强的图像压缩方法及系统
Chen et al. Fast dynamic quantization algorithm for vector map compression
Afjal et al. Band reordering heuristic for lossless satellite image compression with CCSDS
Johnsy et al. A lossless coding scheme for maps using binary wavelet transform
CN114371501A (zh) 海量地震源数据seg d分段分类混合压缩方法
Rajkumar et al. Adaptive thresholding based medical image compression technique using Haar wavelet based listless SPECK encoder and artificial neural network
CN118337220B (zh) 基于通道相关性的das数据有损压缩后处理方法及系统
CN1206470A (zh) 地震数据的压缩方法和装置
Narasimhulu et al. Hybrid LWT and DCT based High-Quality Image Compression
Rubino et al. A general scheme for finding the static rate–distortion optimized ordering for the bits of the coefficients of all subbands of an N-level dyadic biorthogonal DWT
Yang et al. Low bit-rate SAR image encoding using Bandelets with adaptive quadtree partition

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant