摘要
本发明公开了一种基于先验知识特征差异的SAR图像高密度压缩重构方法,包括:将包含目标的仿真SAR图像作为先验知识图像;构建图像压缩模型,分别提取原图像有关目标的关键特征区域和先验知识图像有关目标的关键特征区域,计算原图像有关目标的关键特征区域与先验知识图像有关目标的关键特征区域的仿射变换参数,将仿射变换参数压缩编码获得中间变量;构建图像重构模型,对中间变量进行解码得到仿射变换参数,根据先验知识图像和仿射变换参数生成目标重建图像;根据原图像与目标重建图像间相似性误差和分类识别误差得到目标优化函数。本发明解决了现有技术中存在的通信受限环境下图像数据传输困难、接收图像质量差的问题。
技术关键词
压缩重构方法
图像生成网络
高密度
重构模型
图像压缩
识别误差
像素点
卷积神经网络框架
特征提取网络
参数
解码网络
变量
集成训练
编码
坐标
系统为您推荐了相关专利信息
信道冲激响应
坐标
海洋声场
信号采集设备
分布式光纤声学传感系统
金属纤维
梯度复合材料
卷曲
合金棒材
树形支撑结构
图像压缩感知方法
图像块
矩阵
重构
压缩感知算法
测试数据处理方法
层级
风电机组
低密度
异常数据
图像生成模型
图像生成网络
文本编码器
景深信息
图像生成方法