基于量化策略的含云遥感图像压缩方法

    公开(公告)号:CN112565756B

    公开(公告)日:2021-09-03

    申请号:CN202011352289.5

    申请日:2020-11-26

    Abstract: 本发明公开了一种基于量化策略的含云遥感图像压缩方法,主要解决现有技术无法保留薄云覆盖区域的地物信息、编码消耗较大的问题。其方案是:对含云遥感图像和云掩膜图像的边界进行拓展,并对云区域进行下采样和插值;计算含云遥感图像感兴趣区域近似中位数;获取标记不同云区域的灰度掩膜与标记不同云区域内外边缘的灰度图像;依据云掩膜图像对含云遥感图像的云区域进行量化处理;结合云区域内、外边缘灰度图像对云区域量化后的图像进行边界平滑;将平滑后图像中所有像素点的值减去一个中位数,再进行压缩编码,将码流发送给接收端;接收端解码码流,得到恢复图像。本发明减少了编码消耗,能部分保留薄云覆盖区域的信息,可用于含云图像的传输。

    基于填充策略的含云遥感图像压缩方法

    公开(公告)号:CN112465846A

    公开(公告)日:2021-03-09

    申请号:CN202011350894.9

    申请日:2020-11-26

    Abstract: 本发明公开了一种基于填充策略的含云遥感图像压缩方法,主要解决现有技术在填充后云区域边缘仍存在较多高频信息,编码消耗较大的问题。其方案是:对输入的含云图像和云掩模图像进行边界扩展;计算含云图像中感兴趣区域的近似中位数;获取标记云区域的灰度掩模和标记云区域边缘的灰度图像;计算各云区域边缘内的像素均值并填充对应的云区域;对填充后的图像进行边缘均值滤波;用感兴趣区域的近似中位数对滤波后图像进行电平移位,得到预处理后图像;对预处理后图像进行编码,得到压缩码流发至接收端;接收端对收到的码流进行解码,得到恢复后图像。本发明能有效减少云区域编码码率,提高感兴趣区域恢复质量,可用于各种含云图像的传输。

    基于SR-UKF滤波的星敏感器和陀螺组合定姿方法

    公开(公告)号:CN108225337B

    公开(公告)日:2020-12-15

    申请号:CN201711466040.5

    申请日:2017-12-28

    Abstract: 本发明公开了一种基于SR‑UKF滤波的星敏感器和陀螺组合定姿方法,属于测绘卫星或其他航天器的高精度组合定姿技术领域。目的是提出一种基于SR‑UKF滤波的星敏感器/陀螺组合定姿方法,将SR‑UKF滤波算法用于星敏和陀螺组合定姿,对于现如今传统的EKF滤波方法有较大提升。所述方法具体包括:步骤1仿真出星敏感器四元数和陀螺的角速度;步骤2以误差四元数及陀螺随机漂移误差为状态变量,利用SR‑UKF算法融合处理星敏感器和陀螺的姿态信息进行滤波处理,并进行反馈,通过迭代滤波处理尽量消除星敏感器和陀螺的误差影响,求解高精度的姿态信息。

    基于填充策略的含云遥感图像压缩方法

    公开(公告)号:CN112465846B

    公开(公告)日:2023-04-07

    申请号:CN202011350894.9

    申请日:2020-11-26

    Abstract: 本发明公开了一种基于填充策略的含云遥感图像压缩方法,主要解决现有技术在填充后云区域边缘仍存在较多高频信息,编码消耗较大的问题。其方案是:对输入的含云图像和云掩模图像进行边界扩展;计算含云图像中感兴趣区域的近似中位数;获取标记云区域的灰度掩模和标记云区域边缘的灰度图像;计算各云区域边缘内的像素均值并填充对应的云区域;对填充后的图像进行边缘均值滤波;用感兴趣区域的近似中位数对滤波后图像进行电平移位,得到预处理后图像;对预处理后图像进行编码,得到压缩码流发至接收端;接收端对收到的码流进行解码,得到恢复后图像。本发明能有效减少云区域编码码率,提高感兴趣区域恢复质量,可用于各种含云图像的传输。

    基于量化策略的含云遥感图像压缩方法

    公开(公告)号:CN112565756A

    公开(公告)日:2021-03-26

    申请号:CN202011352289.5

    申请日:2020-11-26

    Abstract: 本发明公开了一种基于量化策略的含云遥感图像压缩方法,主要解决现有技术无法保留薄云覆盖区域的地物信息、编码消耗较大的问题。其方案是:对含云遥感图像和云掩膜图像的边界进行拓展,并对云区域进行下采样和插值;计算含云遥感图像感兴趣区域近似中位数;获取标记不同云区域的灰度掩膜与标记不同云区域内外边缘的灰度图像;依据云掩膜图像对含云遥感图像的云区域进行量化处理;结合云区域内、外边缘灰度图像对云区域量化后的图像进行边界平滑;将平滑后图像中所有像素点的值减去一个中位数,再进行压缩编码,将码流发送给接收端;接收端解码码流,得到恢复图像。本发明减少了编码消耗,能部分保留薄云覆盖区域的信息,可用于含云图像的传输。

    基于多尺度非对称编解码网络的遥感图像压缩方法

    公开(公告)号:CN118608799A

    公开(公告)日:2024-09-06

    申请号:CN202410645443.X

    申请日:2024-05-23

    Abstract: 本发明公开了一种基于多尺度非对称编解码网络的遥感图像压缩方法,主要解决现有方法不能充分提取遥感图像中多尺度细节信息的问题。其实现方案是:获取遥感图像数据集并划分为训练集和测试集;构建由多尺度残差模块、多尺度空洞注意力模块、多尺度非对称编解码器、自适应上下文熵模型和超先验编解码器组成的基于多尺度空洞注意力的非对称遥感图像压缩网络及其损失函数;将训练集按批量大小均分为多个图像组,依次循环输入到该网络,直至损失函数收敛;将测试集输入到训练好的压缩网络,得到重建的遥感图像。本发明能增强压缩模型对遥感图像中多尺度信息的特征提取能力,减少通道冗余,提高遥感图像压缩性能,可用于对纹理细节丰富、数据量大的图像进行处理。

    基于注意力机制的红外单帧小目标检测方法

    公开(公告)号:CN115375668A

    公开(公告)日:2022-11-22

    申请号:CN202211086622.1

    申请日:2022-09-07

    Abstract: 本发明公开了一种基于注意力机制的红外单帧小目标检测方法,主要解决现有技术模型泛化能力较差且存在严重误检、检测率较低及虚警较高的问题。其实现方案是:从公开数据集中选择带标注的数据集,对其预处理为尺寸统一的训练集和测试集;构建由编码端解码端交互引导模块、虚警注意模块和主干网络组成的多维度注意力感知网络;将训练集及其标注信息按批量大小分别平分为多个配对图像组,并依次循环输入多次至多维度注意力感知网络完成训练;将测试集输入至训练完成的多维度注意力感知网络,输出红外小目标检测结果。本发明对目标大小和场景变化具有很高的鲁棒性,能够在提高检测率的同时有效降低虚警率,可用于复杂背景下红外小目标的精确检测。

    基于生成式对抗网络的自然图像压缩方法

    公开(公告)号:CN110225350B

    公开(公告)日:2021-03-23

    申请号:CN201910460717.7

    申请日:2019-05-30

    Abstract: 本发明公开了一种基于生成式对抗网络的自然图像压缩方法,克服了现有自然图像压缩方法在高倍数压缩下复原质量低以及生成式压缩的数据依赖性问题,实现的具体步骤为:(1)构建图像压缩生成式网络;(2)训练图像解码子网络;(3)训练图像编码子网络;(4)对自然图像进行预处理;(5)获取压缩数据;(6)获取复原图像。本发明利用卷积神经网络对原始图像数据进行压缩,再用生成式对抗网络中的生成模块将压缩数据生成图像,同时用生成式对抗网络的判别模块对生成模块进行约束,从而实现高质量的图像复原。

    监控视频快速去雾方法
    10.
    发明授权

    公开(公告)号:CN107360344B

    公开(公告)日:2020-02-21

    申请号:CN201710502958.4

    申请日:2017-06-27

    Abstract: 本发明公开了一种监控视频快速去雾方法,主要解决现有技术计算复杂度高,去雾后图像细节模糊的问题。其方案是:在计算大气光时,将有雾图像进行上下对半划分,并对有雾图像的上半部分采用暗通道先验求取大气光;在计算单帧有雾图像的透射率时,采用改进的引入自适应参数的快速透射率估计方法对透射率进行估计;在视频处理流程上,采用相邻帧差法以区分出背景和前景变动部分,只对前景变动部分的透射率进行计算,并用前一帧相同位置处的透射率计算结果作为当前帧背景部分的透射率。本发明不仅减小了计算透射率时的复杂性,而且提高去雾后图像的细节清晰度。可用于对包含复杂运动目标且运动位移较大的监控场合。

Patent Agency Ranking