一种基于线性调频的卫星图像压缩方法

AITNT
正文
推荐专利
一种基于线性调频的卫星图像压缩方法
申请号:CN202411717223
申请日期:2024-11-27
公开号:CN119653106B
公开日期:2025-06-24
类型:发明专利
摘要
本发明公开了一种基于线性调频的卫星图像压缩方法,其包括S1获取卫星图像,并采用自适应分块方法对卫星图像进行分块,以将卫星图像中的不同射影变换分开,得到若干图像分块;S2将所有的图像分块输入已训练的神经网络模型中,预测得到每个图像分块的chirp变换参数;S3根据每个图像分块对应的chirp变换参数,对每个图像分块进行离散chirp变换,以实现图像域到chirp频谱域的转换;S4在chirp频谱域中,对频率分量的幅度进行量化,以将连续的频谱系数映射到离散的集合中;S5采用无损算法对步骤S4中所有图像分块的量化结果进行压缩,之后采用编码器对压缩后的频谱数据进行编码,完成卫星图像的压缩。
技术关键词
卫星图像压缩方法 神经网络模型 分块方法 调频 分块压缩感知 线性 表达式 参数 门控循环单元 像素点 图像灰度值 频率 采样率 编码器 注意力机制 数据 矩阵 图像块
系统为您推荐了相关专利信息
1
基于AI视觉的乳饮料生产监测方法、系统及介质
乳饮料 监测方法 时序 视觉 图像采集模块
2
基于波搜索优化的新能源场站变压器声纹故障诊断方法
新能源场站 故障诊断方法 变压器 BP神经网络 梅尔频率倒谱系数
3
基于无人机与城市三维平台的应急救援方法及系统
应急救援方法 三维模型 模拟模型 堵塞状况 图像识别算法
4
直播内容的类别识别方法、装置、设备及存储介质
类别识别方法 分类模型识别 卷积神经网络模型 样本 训练分类模型
5
基于深度学习预测抗氧化分子的方法及系统
深度学习预测 抗氧化测定方法 深度学习模型训练 蒙特卡洛树搜索 训练深度学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号