一种基于Transformer的高光谱图像全局信息提取方法

    公开(公告)号:CN116580213A

    公开(公告)日:2023-08-11

    申请号:CN202310338398.9

    申请日:2023-03-31

    Abstract: 本发明公开了一种基于Transformer的高光谱图像全局信息提取方法,包括以下步骤:通过多光谱传感器获得监测区域的全色光谱图像,对全色光谱图像的分布进行标识;对标识的全色高光谱图像进行汇集后,利用PCA算法对高光谱图像进行降维处理,然后将降维处理后的高光谱图像利用空‑谱联合特征提取模块提取高光谱图像的空‑谱联合特征;最后利用Visual‑transformer模型对提取后的空‑谱联合特征进行分类并输出输出分类结果。本发明目的在于全面精准地提取高光谱图像的光谱‑空间全局信息,提升高光谱图像分类模型性能表现,提取方法能够更加有效的提取空‑谱联合特征,取得了更好的分类性能。

    一种面向高速收费图片集的无损压缩方法

    公开(公告)号:CN111954000B

    公开(公告)日:2021-04-27

    申请号:CN202010646265.4

    申请日:2020-07-07

    Abstract: 本发明公开了一种面向高速收费图片集的无损压缩方法,通过两次相似度计算和图片分块,对冗余数据进行压缩存储。根据同一收费车道摄像设备固定、图片背景高度相似的特点,将同一收费车道某一时间段内的收费位图构建集合,做第一次相似度计算,主要为计算图片间两两相似度,寻找与其他图片相似度平均最大的基准图片,然后将基准图片在内的所有图片进行分块,通过各图片分块数据与基准图片分块的对比,对图片分块做二次相似度计算,对完全相同的块不做重复存储,对高度相似的块集中做差值无损压缩存储。本发明能实现图片的无损压缩,同时兼顾存储的节约性和经济性。

    一种面向高速收费图片集的无损压缩方法

    公开(公告)号:CN111954000A

    公开(公告)日:2020-11-17

    申请号:CN202010646265.4

    申请日:2020-07-07

    Abstract: 本发明公开了一种面向高速收费图片集的无损压缩方法,通过两次相似度计算和图片分块,对冗余数据进行压缩存储。根据同一收费车道摄像设备固定、图片背景高度相似的特点,将同一收费车道某一时间段内的收费位图构建集合,做第一次相似度计算,主要为计算图片间两两相似度,寻找与其他图片相似度平均最大的基准图片,然后将基准图片在内的所有图片进行分块,通过各图片分块数据与基准图片分块的对比,对图片分块做二次相似度计算,对完全相同的块不做重复存储,对高度相似的块集中做差值无损压缩存储。本发明能实现图片的无损压缩,同时兼顾存储的节约性和经济性。

Patent Agency Ranking