买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安理工大学申请的专利基于上下文模型的渐进式高光谱图像压缩方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119011862B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411199302.6，技术领域涉及：H04N19/42；该发明授权基于上下文模型的渐进式高光谱图像压缩方法是由张九龙;袁世闯;梁玮设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本基于上下文模型的渐进式高光谱图像压缩方法在说明书摘要公布了：本发明公开了基于上下文模型的渐进式高光谱图像压缩方法，包括将高光谱图像的公共数据集通过编码器转化为潜在张量，潜在张量分别经过超编码器和切片模块处理，得到超潜在张量和切片张量，超潜在张量通过超解码器得到熵参数均值M和标准差∑，计算每个切片的概率张量Pl，以已编码的切片重建后的近似张量、M和∑，以及Pl作为三个上下文信息，经上下文特征融合模型得到更新后的概率张量，切片张量使用更新后的概率张量进行熵编码、熵解码和切片重组，将切片重组后的切片张量输入降低失真模块得到更为精细化的潜在张量，随后通过解码器输出结果并进行高光谱图像重构，本发明方法改善了高光谱图像压缩时比特信息较高以及重构图像较差的问题。

本发明授权基于上下文模型的渐进式高光谱图像压缩方法在权利要求书中公布了：1.基于上下文模型的渐进式高光谱图像压缩方法，其特征在于，包括以下步骤： 步骤1，选取高光谱图像的公共数据集进行预处理，然后划分为训练集和验证集； 步骤2，构建编码器、解码器、超编码器、超解码器、切片模块、上下文特征融合模型和降低失真模块； 步骤3，将预处理后的图像数据输入编码器，得到潜在张量，将潜在张量输入超编码器，超编码器对潜在张量进行非线性特征提取得到超潜在张量，经量化后传入超解码器，得到熵参数均值M和标准差∑； 步骤4，将潜在张量输入切片模块，切片模块将去中心化和量化的潜在张量切分成多个形状相同的切片，并按照重要性的优先级进行排列，得到切片张量，根据熵参数均值、标准差和切片张量计算每个切片的概率张量； 步骤5，以已编码的切片重建后的近似张量、熵参数均值和标准差，以及概率张量作为三个上下文信息，以已编码的切片重建后近似张量为第一个上下文，以熵参数均值和标准差连接起来用作第二个上下文，将概率张量作为第三个上下文，经上下文特征融合模型得到更新后的概率张量，切片张量使用更新后的概率张量进行熵编码和熵解码，然后进行切片重组； 步骤6，将切片重组后的切片张量输入降低失真模块，得到更为精细化的潜在张量，随后通过解码器输出结果并进行高光谱图像重构。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。