公开(公告)号：CN111986280A

公开(公告)日：2020-11-24

申请号：CN202010710462.8

申请日：2020-07-22

申请人： 广西交通设计集团有限公司

发明人： 石文婷 ,  罗海宇 ,  黄德耕 ,  黄梦凡 ,  王长海 ,  覃超生 ,  陈少锋 ,  陈成伟 ,  杨凯 ,  陆海鹏

IPC分类号： G06T9/00 ,  G06T7/11 ,  G06T7/13 ,  G06T7/136 ,  G06T7/168 ,  G06T7/194

摘要： 本发明公开了基于最大类间方差的分块压缩感知的图像压缩方法，包括步骤1、图像分块；步骤2、图像子块分区：采用最大类间方差OSTU算法，将每个图像子块均分为前景重点区域、背景区域和过渡区域；步骤3、确定最佳采样率：通过控制变量法与最小二乘法，确定各区域的最佳采样率；步骤4、图像重构。本发明在图像压缩过程中，使用压缩感知的方法进行采样，可以突破奈奎斯特采样率的限制，以远小于奈奎斯特采样率的采样率对图像信号进行采样。在进行图像采样时时，可以对图像中重要区域与背景区域进行区分，相对重要的区域采用高采样率，在相对不重要的区域采用低采样率，可以较为高效的对图像进行采样进而压缩。

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

申请人： 广西交通设计集团有限公司

发明人： 黄梦凡 ,  王长海 ,  杨凯 ,  胡文君 ,  肖亮亮 ,  周敏璐 ,  王建明 ,  张昕 ,  陆海鹏 ,  吴宇昊

IPC分类号： G06V10/58 ,  G06V10/77 ,  G06V10/82 ,  G06N3/045

摘要： 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。

公开(公告)号：CN111986280B

公开(公告)日：2021-06-01

申请号：CN202010710462.8

申请日：2020-07-22

申请人： 广西交通设计集团有限公司

发明人： 石文婷 ,  罗海宇 ,  黄德耕 ,  黄梦凡 ,  王长海 ,  覃超生 ,  陈少锋 ,  陈成伟 ,  杨凯 ,  陆海鹏

IPC分类号： G06T9/00 ,  G06T7/11 ,  G06T7/13 ,  G06T7/136 ,  G06T7/168 ,  G06T7/194

摘要： 本发明公开了基于最大类间方差的分块压缩感知的图像压缩方法，包括步骤1、图像分块；步骤2、图像子块分区：采用最大类间方差OSTU算法，将每个图像子块均分为前景重点区域、背景区域和过渡区域；步骤3、确定最佳采样率：通过控制变量法与最小二乘法，确定各区域的最佳采样率；步骤4、图像重构。本发明在图像压缩过程中，使用压缩感知的方法进行采样，可以突破奈奎斯特采样率的限制，以远小于奈奎斯特采样率的采样率对图像信号进行采样。在进行图像采样时时，可以对图像中重要区域与背景区域进行区分，相对重要的区域采用高采样率，在相对不重要的区域采用低采样率，可以较为高效的对图像进行采样进而压缩。