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！

龙图腾网获悉武汉大学申请的专利基于跨图像先验的高分遥感图像压缩方法、设备及产品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：CN119011859B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411055478.4，技术领域涉及：H04N19/42；该发明授权基于跨图像先验的高分遥感图像压缩方法、设备及产品是由杜博;付川设计研发完成，并于2024-08-02向国家知识产权局提交的专利申请。

本基于跨图像先验的高分遥感图像压缩方法、设备及产品在说明书摘要公布了：本发明公开了一种基于跨图像先验的高分遥感图像压缩方法、设备及产品，首先将原始图像拆分成多个子图像，然后逐子图像进行编解码，使得后续子图像编码的时候能够充分利用先前的子图像的所有信息，该先验信息被称之为跨图像先验信息。在编码第一幅图像的时候，没有先前编码的子图像，因此仅使用从原始图像中提取的超先验进行熵模型的构建，而在编码最后一幅子图像的时候，先前编码的所有子图像的跨图像先验信息都可以用于熵模型的构建。在使用跨图像先验的时候，后续子图像可以使用先前子图像的所有信息，也隐式的使用了局部和非局部上下文信息，因此能够较好的挖掘高分辨率遥感图像中存在的局部和非局部冗余，从而提升最终的压缩性能。

本发明授权基于跨图像先验的高分遥感图像压缩方法、设备及产品在权利要求书中公布了：1.一种基于跨图像先验的高分遥感图像压缩方法，其特征在于，包括以下步骤： 步骤1：将原始遥感图像拆分成若干个子图像，拆分后的子图像的相同位置的像素在原始遥感图像上属于相邻位置； 步骤2：利用分析网络从子图像中抽取潜在表示信息，量化后利用Factorized熵模型对潜在表示信息的每个像素点构建一个熵模型，然后计算出每个像素点的概率，利用该熵模型和概率值，使用熵编码算法，将潜在表示信息进行编码，得到码流bit_0； 步骤3：利用合成网络从潜在表示信息中获取超先验信息hyperprior，作为后续所有子图像压缩的全局超先验信息； 步骤4：利用熵参数预测网络逐子图像构建各个子图像的熵模型，然后利用熵编码算法进行编码； 所述熵参数预测网络，包括顺序连接的卷积层、残差模块、卷积层、残差模块和卷积层；所述残差模块由顺序连接Norm+Relu层、conv1卷积层、Norm+ReLU层、conv3卷积层、NormReLU层和conv1卷积层组成； 在编码子图像1的时候，熵参数预测网络的输入只有超先验信息hyperprior，在编码后续子图像时，利用先前编码的子图像信息，即跨图像先验信息，将超先验信息hyperprior与跨图像先验信息一起输入CT模块中，获得后续子图像的先验信息，然后输入熵参数预测网络中进行熵模型参数的预测获得熵模型；利用获取的熵模型，使用熵编码算法获得码流码流bit_1、…、bit_N；其中，N为子图数量； 步骤5：将所有的码流集合在一起，获得最终的无损图像压缩的结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。