当前位置: 首页 > 专利查询>武汉大学专利>正文

一种基于通道注意力的高光谱影像多层级编码方法及系统技术方案

技术编号:42496779 阅读:19 留言:0更新日期:2024-08-22 14:07
本发明专利技术提出了一种基于通道注意力的高光谱影像多层级编码方法及系统。本发明专利技术将每幅高光谱遥感影像通过裁剪预处理得到多幅预处理后高光谱遥感影像;构建高光谱压缩模型,将每幅预处理后高光谱遥感影像、每幅预处理后高光谱遥感影像的潜变量编码码流、解码重构影像作为输入构建损失函数模型,通过Adam自适应学习率优化算法优化训练得到优化后高光谱压缩模型;获取实时的高光谱遥感影像,通过优化后高光谱压缩模型进行影像重构,得到实时的高光谱遥感影像的解码重构影像;本发明专利技术对高光谱影像进行编码时具有高度保真的特点;增强编码器对不同通道间相关性的适应性;提高了重构影像的质量,并避免了伪影的出现。

【技术实现步骤摘要】

本专利技术属于高光谱卫星遥感影像压缩,尤其涉及一种基于通道注意力的高光谱影像多层级编码方法及系统


技术介绍

1、随着遥感技术的快速发展,高光谱遥感影像在农业、环保、城市管理和资源勘探等领域得到越来越多的应用。而高光谱遥感影像通常具有大量的光谱波段,导致数据量巨大。若不进行有效压缩,将增加数据的存储和传输成本。因此,高倍压缩技术能够显著减少数据的存储需求和传输时间,降低相关成本。压缩后的数据体积更小,处理速度更快,能够提高数据处理效率。特别是在实时数据处理和快速响应要求较高的场景下,高倍压缩技术显得尤为重要。因此,高光谱遥感影像高倍压缩技术对于提高数据处理效率、降低数据传输成本、保留光谱信息、提高数据利用率等方面具有重要意义。

2、传统方法处理高光谱影像压缩通常包括基于变换的方法和基于预测的方法。这些方法在一定程度上能够实现对高光谱数据的压缩,但也存在一些不足之处。基于变换的方法中,主成分分析(pca)将高光谱数据转换到一个新的坐标系中,使得在新的坐标系中数据的相关性最小化。然后通过保留前几个主成分来实现数据的压缩。然而,pca只能捕捉数据中的本文档来自技高网...

【技术保护点】

1.一种基于通道注意力的高光谱影像多层级编码方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于通道注意力的高光谱影像多层级编码方法,其特征在于:

3.根据权利要求2所述的基于通道注意力的高光谱影像多层级编码方法,其特征在于:

4.根据权利要求3所述的基于通道注意力的高光谱影像多层级编码方法,其特征在于:

5.根据权利要求4所述的基于通道注意力的高光谱影像多层级编码方法,其特征在于:

6.根据权利要求5所述的基于通道注意力的高光谱影像多层级编码方法,其特征在于:

7.根据权利要求6所述的基于通道注意力的高光...

【技术特征摘要】

1.一种基于通道注意力的高光谱影像多层级编码方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于通道注意力的高光谱影像多层级编码方法,其特征在于:

3.根据权利要求2所述的基于通道注意力的高光谱影像多层级编码方法,其特征在于:

4.根据权利要求3所述的基于通道注意力的高光谱影像多层级编码方法,其特征在于:

5.根据权利要求4所述的基于通道注意力的高光谱影像多层级编码方法,其特征在于:

【专利技术属性】
技术研发人员:赵焱王慧雯皮英冬
申请(专利权)人:武汉大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1