System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于圖像壓縮領(lǐng)域,具體涉及一種基于transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法。
技術(shù)介紹
1、極光光譜圖像提供了關(guān)于極光成因和特征的詳細(xì)信息,有重要的研究價值。但由于極光具有瞬時變化的特點(diǎn),極光光譜儀需要以很短的時間間隔(10~20秒)連續(xù)采集,每天產(chǎn)生大量數(shù)據(jù),給存儲和傳輸帶來極大挑戰(zhàn)。然而,極地與國內(nèi)之間的傳輸帶寬非常有限,因此目前的極光光譜數(shù)據(jù)通常先本地存儲,然后由科研人員帶回國內(nèi),嚴(yán)重制約了極光的研究和應(yīng)用。目前,極光光譜圖像的無損壓縮方法主要是基于點(diǎn)預(yù)測的方法。對于每一個像素,利用其鄰域像素對其進(jìn)行線性或非線性預(yù)測,所有像素預(yù)測完成后,原始圖像減去預(yù)測圖像得到殘差圖像,
2、然后對殘差圖像熵編碼生成碼流,最后解壓縮端利用殘差碼流恢復(fù)出原始圖像。預(yù)測越準(zhǔn)確,殘差越小,熵編碼的碼率越小,壓縮性能越好。
3、在線性點(diǎn)預(yù)測方法中,在線差分脈沖編碼調(diào)制(online?differential?pulsecode?modulation,online?dpcm)性能優(yōu)越。該方法利用每個像素上方所有行中左邊n列的像素構(gòu)建n元一次線性方程組,然后使用最小二乘法進(jìn)行求解,求出的預(yù)測系數(shù)與當(dāng)前像素左邊的n個像素的加權(quán)和作為當(dāng)前像素的預(yù)測值。該方法由于充分利用了每個像素的局部上下文信息,獲得了優(yōu)秀的壓縮性能。但由于對每個像素都要求解一個線性方程組,且行號越大的像素對應(yīng)的線性方程組越大,所以該方法的計(jì)算量較大,壓縮一幅圖像耗時較長。
4、在非線性點(diǎn)預(yù)測算法中,jpeg-ls被用于極
5、綜上,以上極光光譜圖像壓縮算法均是利用人工設(shè)計(jì)的預(yù)測算子,且均只考慮了極光光譜圖像的空間和光譜相關(guān)性,沒有考慮時間相關(guān)性,并且人工設(shè)計(jì)的預(yù)測算子無法對當(dāng)前待預(yù)測像素與參考像素的關(guān)系進(jìn)行準(zhǔn)確建模。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供了一種基于transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,以解決現(xiàn)有技術(shù)使用人工設(shè)計(jì)的預(yù)測算子準(zhǔn)確率低下,以及未使用時間相關(guān)性,無法充分消除冗余信息的問題。
2、本專利技術(shù)的目的是通過以下技術(shù)手段實(shí)現(xiàn)的,一種基于transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,
3、s1、對連續(xù)的原始極光光譜圖像進(jìn)行分段,分出的若干張圖像在壓縮時存在時間相關(guān)性;
4、s2、對于待預(yù)測像素,選取時間、空間和光譜方向上的相關(guān)的像素,作為參考像素,參考像素構(gòu)成上下文向量;
5、s3、圖像壓縮,構(gòu)建神經(jīng)網(wǎng)絡(luò),將上下文向量輸入神經(jīng)網(wǎng)絡(luò),輸出當(dāng)前像素的預(yù)測值;
6、s4、重復(fù)s3直至所有像素預(yù)測完成,根據(jù)所有像素的預(yù)測值得到預(yù)測圖像,原始圖像減去預(yù)測圖像得到殘差圖像;
7、s5、對殘差圖像進(jìn)行熵編碼,得到碼流文件;
8、s6、對碼流文件進(jìn)行解碼,得到殘差圖像,并對殘差圖像每個像素通過神經(jīng)網(wǎng)絡(luò)計(jì)算預(yù)測值,預(yù)測值加上殘差圖像中對應(yīng)位置的殘差,即可得到原始像素值,從而得到無損原始極光光譜圖像。
9、還對待預(yù)測的圖像設(shè)置需要參考的時間參考像素?cái)?shù)目,能取到足夠多時間參考像素的圖像進(jìn)入s2,如果不能則采用online?dpcm對整個圖像進(jìn)行壓縮。
10、圖像預(yù)測前,還對待預(yù)測的圖像設(shè)置需要參考的空間和光譜參考像素?cái)?shù)目,
11、若待預(yù)測的像素,無法取得足夠數(shù)目的空間和光譜參考像素,則通過以下方式進(jìn)行壓縮,
12、若待預(yù)測的像素為圖像中的第一個像素,即左上角的像素,預(yù)測值為0,殘差為像素值本身;
13、若待預(yù)測的像素為圖像中第一行或第一列的像素,預(yù)測值為前一個緊相鄰的像素;
14、其余像素采用jpeg-ls方法預(yù)測。
15、所述s4后,還對殘差圖像進(jìn)行異常值處理,具體為,對殘差出現(xiàn)次數(shù)設(shè)定閾值t,當(dāng)某個殘差值的出現(xiàn)頻率小于閾值t時,原始極光光譜圖像中與該殘差位置相同的像素被稱為異常值,將該殘差直接置為零,對修改后的殘差進(jìn)行熵編碼,最后將異常像素連同它們的位置以及殘差碼流一起傳輸?shù)浇獯a端,恢復(fù)原始圖像。
16、所述jpeg-ls方法預(yù)測具體為,
17、每個像素用其左、上、以及左上的三個像素按照如下公式進(jìn)行預(yù)測。其中,為當(dāng)前像素預(yù)測值,x1為當(dāng)前像素左邊的像素,x2為上邊的像素,x3為左上的像素。
18、
19、所述通過神經(jīng)網(wǎng)絡(luò)得到預(yù)測值的具體方法為,
20、使用詞嵌入技術(shù)對當(dāng)前像素p的上下文向量進(jìn)行嵌入,將上下文向量中的每個元素映射成一個512維的向量;
21、使用位置編碼技術(shù)對上下文向量進(jìn)行位置編碼,根據(jù)在上下文向量中的位置為每個元素生成一個512維的向量;
22、將詞嵌入向量與位置向量對應(yīng)位置元素相加,得到最終要輸入給神經(jīng)網(wǎng)絡(luò)的輸入向量;
23、將輸入向量輸入給由兩個transformer編碼單元組成的編碼器,得到隱層表示y;
24、將y輸入由三層全連接層組成的解碼器,得到p的預(yù)測值三個全連接層的大小分別為512、256和1,第一層和第二層之后均添加了relu激活函數(shù)和dropout層。
25、所述上下文向量具體為,
26、對于待預(yù)測像素所在圖像,以待預(yù)測像素為中心,左側(cè)空間像素?cái)?shù)目的像素,以及上方光譜方向像素?cái)?shù)目的像素;
27、待預(yù)測像素時間方向之前的圖像,以待預(yù)測像素為中心,左側(cè)和右側(cè)空間像素?cái)?shù)目的像素,以及上方和下方光譜方向像素?cái)?shù)目的像素;
28、以上所有像素按照固定順序排列,構(gòu)成下上文向量。
29、所述待預(yù)測像素時間方向之前的圖像,選擇空間和和光譜方向像素時,像素?cái)?shù)目小于之前設(shè)置需要的參考的空間和光譜參考像素?cái)?shù)目。
30、本專利技術(shù)的有益效果在于:基于transformer的神經(jīng)網(wǎng)絡(luò)可以提高建模精度,提高預(yù)測準(zhǔn)確度;引入時間相關(guān)性,同時用時間、空間和光譜方向的參考像素進(jìn)行預(yù)測,可以提高預(yù)測準(zhǔn)確度,進(jìn)一步消除冗余;引入異常處理,可以進(jìn)一步減小碼率。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于Transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:
2.根據(jù)權(quán)利要求1所述的一種基于Transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:還對待預(yù)測的圖像設(shè)置需要參考的時間參考像素?cái)?shù)目,能取到足夠多時間參考像素的圖像進(jìn)入S2,如果不能則采用Online?DPCM對整個圖像進(jìn)行壓縮。
3.根據(jù)權(quán)利要求1或2所述的一種基于Transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:圖像預(yù)測前,還對待預(yù)測的圖像設(shè)置需要參考的空間和光譜參考像素?cái)?shù)目,
4.根據(jù)權(quán)利要求1所述的一種基于Transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:所述S4后,還對殘差圖像進(jìn)行異常值處理,具體為,對殘差出現(xiàn)次數(shù)設(shè)定閾值T,當(dāng)某個殘差值的出現(xiàn)頻率小于閾值T時,原始極光光譜圖像中與該殘差位置相同的像素被稱為異常值,將該殘差直接置為零,對修改后的殘差進(jìn)行熵編碼,最后將異常像素連同它們的位置以及殘差碼流一起傳輸?shù)浇獯a端,恢復(fù)原始圖像。
5.根據(jù)權(quán)利要求3所述的一種基于Tra
6.根據(jù)權(quán)利要求1所述的一種基于Transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:所述通過神經(jīng)網(wǎng)絡(luò)得到預(yù)測值的具體方法為,
7.根據(jù)權(quán)利要求3所述的一種基于Transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:所述上下文向量具體為,
8.根據(jù)權(quán)利要求7所述的一種基于Transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:所述待預(yù)測像素時間方向之前的圖像,選擇空間和和光譜方向像素時,像素?cái)?shù)目小于之前設(shè)置需要的參考的空間和光譜參考像素?cái)?shù)目。
...【技術(shù)特征摘要】
1.一種基于transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:
2.根據(jù)權(quán)利要求1所述的一種基于transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:還對待預(yù)測的圖像設(shè)置需要參考的時間參考像素?cái)?shù)目,能取到足夠多時間參考像素的圖像進(jìn)入s2,如果不能則采用online?dpcm對整個圖像進(jìn)行壓縮。
3.根據(jù)權(quán)利要求1或2所述的一種基于transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:圖像預(yù)測前,還對待預(yù)測的圖像設(shè)置需要參考的空間和光譜參考像素?cái)?shù)目,
4.根據(jù)權(quán)利要求1所述的一種基于transformer的時空譜聯(lián)合的極光光譜圖像無損壓縮方法,其特征在于:所述s4后,還對殘差圖像進(jìn)行異常值處理,具體為,對殘差出現(xiàn)次數(shù)設(shè)定閾值t,當(dāng)某個殘差值的出現(xiàn)頻率小于閾值t時,原始極光光譜圖像中與該殘差位置相同的像素被稱為異...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:李皎皎,曹鑫龍,李啟越,閆嘉鵬,胡慧敏,
申請(專利權(quán))人:西安郵電大學(xué),
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。