[发明专利]基于深度学习和分布式信源编码的高光谱图像压缩方法有效
| 申请号： | 201911313423.8 | 申请日： | 2019-12-18 |
| 公开（公告）号： | CN111145276B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 李永军;杜浩浩;李莎莎;邓浩;陈立家;曹雪;王赞;李鹏飞 | 申请（专利权）人： | 河南大学 |
| 主分类号： | G06T9/00 | 分类号： | G06T9/00;G06N3/0464;G06N3/08 |
| 代理公司： | 郑州联科专利事务所(普通合伙) 41104 | 代理人： | 王聚才 |
| 地址： | 475001*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习和分布式信源编码的高光谱图像压缩方法，包括以下步骤：步骤1：构建高光谱图像显著性检测深度学习网络模型；步骤2：提取待压缩的高光谱图像的谱段分组与关键帧；步骤3：提取待压缩的高光谱图像的谱段组局部显著性特征；步骤4：得到该谱段组的全局显著性映射图；步骤5：得到待压缩的高光谱图像的谱段组的感兴趣区域；步骤6：对谱段组的感兴趣区域进行分布式压缩；步骤7：得到高光谱图像的压缩编码；本发明克服了现有技术中难以解决的场景显著性深层次表征问题的缺点，具有精确压缩有用信息的优点；本发明克服了现有技术中高光谱图像压缩效率低缺点，具有快速实现压缩的优点。 | ||
| 搜索关键词： | 基于 深度 学习 分布式 信源 编码 光谱 图像 压缩 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南大学，未经河南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911313423.8/，转载请声明来源钻瓜专利网。
