多尺度多特征融合的多光谱图像压缩网络
摘要
多光谱图像由于高数据量，往往在存储和传输过程中面临巨大挑战，特别是其同时存在空间冗余和谱间冗余，导致难以高效压缩。为了解决这一问题，提出一种基于多尺度多特征融合的多光谱图像压缩网络。该网络旨在通过多尺度多特征融合来减少空间和谱间冗余，提高压缩性能。具体来说，设计光谱混合模块以提取谱间冗余作为先验信息，特征融合模块实现多尺度特征融合，全局注意力模块增强特征的表达能力。通过端到端联合优化，该网络能够将多光谱图像有效压缩为码流，并在解码过程中重建出高质量的图像。实验结果表明，所提多光谱图像压缩网络在3种数据集上表现出色，多个评估指标均优于现有的传统方法和深度学习图像压缩方法，并通过消融实验验证了各模块的有效性。
引用本文（GB/T 7714）
张丽丽 Zhang Lili, 栗相如 Li Xiangru, 刘佳辉 Liu Jiahui, 等. 多尺度多特征融合的多光谱图像压缩网络[J]. Chinese Journal of Lasers, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。