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
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
应急救援方法
三维模型
模拟模型
堵塞状况
图像识别算法
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
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