一种基于空间和光谱内容重要性的高光谱图像压缩方法

发明专利有效专利

申请号：
CN202110916576.2
IPC分类号：G06T9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-08-11
申请人：
武汉大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于空间和光谱内容重要性的高光谱图像压缩方法
申请号	CN202110916576.2	申请日期	2021-08-11
法律状态	公开	申报国家	中国
公开/公告日	2021-11-26	公开/公告号	CN113706641A
优先权	暂无	优先权号	暂无
主分类号	G06T9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T9/00 图像编码，例如从位图到非位图（静态图像的带宽或冗余减少的压缩入H04N 1/41；静态彩色图像信号的编码或解码入H04N 1/64；数字视频信号的编码、解码、压缩或解压缩的方法或装置入H04N 19/00）〔6，2006.01〕	IPC分类号	G;0;6;T;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	武汉大学	申请人地址	湖北省武汉市武昌区珞珈山武汉大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	武汉大学	当前权利人	武汉大学
发明人	种衍文;顾晓林;潘少明
代理机构	武汉科皓知识产权代理事务所（特殊普通合伙）	代理人	王琪

摘要

本发明涉及一种基于空间和光谱内容重要性的高光谱图像压缩方法。首先利用训练数据集对压缩网络模型进行训练，得到模型训练参数，接着将输入的图像张量分为两支，一支图像张量经过编码器网络压缩处理后，得到原图像的1/16规模的隐藏表征张量，并将其输入到量化器网络经过预量化和量化处理得到二值化的码流，另一支输入到多深度卷积网络中生成重要性图，然后将重要性图与二值化的码流加权得到基于内容的码流，再将基于内容的码流输入到解码器得到重建图像。本发明同时根据高光谱图像的空间特性和光谱特性生成重要性图，在重要性图的指导下，编码端可以根据图像的空间和光谱内容复杂度动态分配码率，既提高了压缩率又保证了图像压缩的质量。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供