【技术实现步骤摘要】
本专利技术属于遥感图像处技术理领域，涉及一种遥感图像压缩方法、设备及产品，具体涉及一种基于跨图像先验的高分遥感图像压缩方法、设备及产品。
技术介绍
1、高分变率遥感图像具有较高的空间分辨率，在对地观测中能够提供清晰的地物边缘细节等信息，这些边缘细节可以为地物识别等后续图像处理任务提供丰富的精细信息。由于高分辨率遥感图像的空间幅度通常较大，因此一景高分辨率遥感图像通常会占用大量的空间，这给高分辨率遥感图像的存储和压缩带来较大的负担。因此，对高分辨率遥感图像进行压缩对于减少存储空间和节约带宽至关重要。
2、目前主流的图像压缩算法主要是针对普通自然图像进行设计的，而高分辨率遥感图像相对于普通自然图像存在较大的不同，使用基于自然图像的图像压缩算法来对高分辨率遥感图像进行压缩，压缩性能不佳。目前一些研究人员也提出了一些针对高分辨率遥感图像的压缩算法，然而目前高分辨率遥感图像无损压缩人就存在以下一些限制条件：
3、(1)一些研究已经表明基于自回归的上下文提取能够取得较好挖掘图像中的局部上下文信息，可以获得较好的性能，但是使用...
【技术保护点】
1.一种基于跨图像先验的高分遥感图像压缩方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于跨图像先验的高分遥感图像压缩方法，其特征在于：步骤2中，所述分析网络，由顺序连接的四层卷积核为5步长为2的conv 5卷积层组成。
3.根据权利要求1所述的基于跨图像先验的高分遥感图像压缩方法，其特征在于，步骤4中，所述熵模型，是对量化后的潜在表示的每个像素点都构建一个高斯混合模型每个像素点的熵模型有k*3个参数需要预测，其中，k表示高斯混合模型的单高斯模型数；然后计算出每个点的概率值p，利用该概率值来统计潜在表示的熵值；其中，高斯混合模型的参...
【技术特征摘要】
1.一种基于跨图像先验的高分遥感图像压缩方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于跨图像先验的高分遥感图像压缩方法，其特征在于：步骤2中，所述分析网络，由顺序连接的四层卷积核为5步长为2的conv 5卷积层组成。
3.根据权利要求1所述的基于跨图像先验的高分遥感图像压缩方法，其特征在于，步骤4中，所述熵模型，是对量化后的潜在表示的每个像素点都构建一个高斯混合模型每个像素点的熵模型有k*3个参数需要预测，其中，k表示高斯混合模型的单高斯模型数；然后计算出每个点的概率值p，利用该概率值来统计潜在表示的熵值；其中，高斯混合模型的参数wi，μi，δi通过熵参数预测网络parameter来进行预测，[wi,μi,δi]＝parameter()。
4.根据权利要求1所述的基于跨图像先验的高分遥感图像压缩方法，其特征在于：步骤3中，所述合成网络，由顺序连接的四层卷积核为5步长为2的deconv 5反卷积层组成。
5.根据权利要求1所述的基于跨图像先验的高分遥感图像压缩方法，其特征在于：步骤3中，所述全局超先验信息y＝ga()，其中，x表示原始图像数据，y、分别表示量化前后的潜在表示信息，u|q表示量化过程；ga、gs分别表示主干分析网络、合成网络；所述主干分析网络，由顺序连接的四层卷积层组成；所述合成网络，由顺序连接的四层反卷积层组成。
6.根据权利要求1所述的基于跨图像先验的高分遥感图像压缩方法，其特征在于：步骤4中，所述ct模块，将跨图像先验信息通过一个卷积层之后与超先验信息...
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。