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！

龙图腾网获悉四川大学申请的专利一种基于线性调频的卫星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：CN119653106B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202411717223.X，技术领域涉及：H04N19/60；该发明授权一种基于线性调频的卫星图像压缩方法是由韩笑冬;孙国皓;季袁冬;金宗轩;侯雪娟;江秀强;宁召柯;王亚坤;王睿设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于线性调频的卫星图像压缩方法在说明书摘要公布了：本发明公开了一种基于线性调频的卫星图像压缩方法，其包括S1获取卫星图像，并采用自适应分块方法对卫星图像进行分块，以将卫星图像中的不同射影变换分开，得到若干图像分块；S2将所有的图像分块输入已训练的神经网络模型中，预测得到每个图像分块的chirp变换参数；S3根据每个图像分块对应的chirp变换参数，对每个图像分块进行离散chirp变换，以实现图像域到chirp频谱域的转换；S4在chirp频谱域中，对频率分量的幅度进行量化，以将连续的频谱系数映射到离散的集合中；S5采用无损算法对步骤S4中所有图像分块的量化结果进行压缩，之后采用编码器对压缩后的频谱数据进行编码，完成卫星图像的压缩。

本发明授权一种基于线性调频的卫星图像压缩方法在权利要求书中公布了：1.一种基于线性调频的卫星图像压缩方法，其特征在于，包括步骤： S1、获取卫星图像，并采用自适应分块方法对卫星图像进行分块，以将卫星图像中的不同射影变换分开，得到若干图像分块； S2、将所有的图像分块输入已训练的神经网络模型中，预测得到每个图像分块的chirp变换参数； S3、根据每个图像分块对应的chirp变换参数，对每个图像分块进行离散chirp变换，以实现图像域到chirp频谱域的转换； S4、在chirp频谱域中，对频率分量的幅度进行量化，以将连续的频谱系数映射到离散的集合中； S5、采用无损算法对步骤S4中所有图像分块的量化结果进行压缩，之后采用编码器对压缩后的频谱数据进行编码，完成卫星图像的压缩； 采用自适应分块方法对卫星图像进行分块的方法包括： S11、将卫星图像划分为若干互不重叠的图像分块，并设定匹配度参数的初始值； S12、采用二维射影熵模型计算每个图像分块的二维射影熵，并计算被分块的分块对应的所有图像分块的二维射影熵均值，二维射影熵模型为： ， 其中，G为二维射影熵；L为卫星图像的灰度等级；为图像分块中的灰度均值对发生的概率；为图像分块中像素的频率变化趋势与射影变换参数的匹配度参数；为图像分块中灰度值为i、邻域灰度均值为j的像素点出现的频数；为图像分块中灰度均值对的总数量；为第q个灰度均值对的射影变换参数差异；为卫星图像的大小，为卫星图像的长度，为卫星图像的宽度； S13、判断每个图像分块的二维射影熵是否大于其对应的二维射影熵均值或者图像分块的尺寸是否小于设定尺寸，若任一满足，则进入步骤S14，否则当前的图像分块停止分块； S14、对当前的图像分块进行再次分块，得到尺寸等于预设尺寸的若干图像分块，之后返回步骤S12； 对每个图像分块进行离散chirp变换的表达式为： ， 其中，为离散chirp变换；为频域的映射；为射影变换后的图像灰度值二位分布；为图像的灰度值的二维分布；为神经网络模型预测的chirp变换参数；e为自然对数；为图像分块中的第j个像素点；为图像分块的面积；N为图像分块中像素点的总数量。

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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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”。