買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉上海飛未信息技術(shù)有限公司申請(qǐng)的專(zhuān)利一種基于衛(wèi)星影像的高標(biāo)準(zhǔn)農(nóng)田地塊邊界自動(dòng)識(shí)別方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN117197686B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202311238121.5，技術(shù)領(lǐng)域涉及：G06V20/13；該發(fā)明授權(quán)一種基于衛(wèi)星影像的高標(biāo)準(zhǔn)農(nóng)田地塊邊界自動(dòng)識(shí)別方法是由劉琛;龔竟;吳夢(mèng)娟;孫守東;程培;汪蕾設(shè)計(jì)研發(fā)完成，并于2023-09-22向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于衛(wèi)星影像的高標(biāo)準(zhǔn)農(nóng)田地塊邊界自動(dòng)識(shí)別方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于衛(wèi)星影像的高標(biāo)準(zhǔn)農(nóng)田地塊邊界自動(dòng)識(shí)別方法，其方法包括以下步驟：A、準(zhǔn)備訓(xùn)練數(shù)據(jù)：下載具有代表性區(qū)域的1米分辨率的Google衛(wèi)星影像，利用專(zhuān)業(yè)的GIS軟件繪制高標(biāo)準(zhǔn)農(nóng)田地塊邊界矢量，制作標(biāo)簽數(shù)據(jù)，勾繪的矢量進(jìn)行柵格化后轉(zhuǎn)換為邊緣圖像。本發(fā)明引入transformer的注意力機(jī)制，利用高權(quán)重聚焦重要特征，低權(quán)重去忽略不相干特征，可以更好的捕捉邊界特征的上下文信息，在山地、丘陵等復(fù)雜地形區(qū)域，最大程度的保留局部的細(xì)粒度信息，減少特征損失，并在后處理過(guò)程中使用了LSD地塊邊界閉合檢測(cè)的方法，可減少不同地塊間的連接，進(jìn)一步提高地塊邊界的準(zhǔn)確率，同時(shí)避免了人為校正二值化閾值分割步驟的閾值，簡(jiǎn)化使用難度。

本發(fā)明授權(quán)一種基于衛(wèi)星影像的高標(biāo)準(zhǔn)農(nóng)田地塊邊界自動(dòng)識(shí)別方法在權(quán)利要求書(shū)中公布了：1.一種基于衛(wèi)星影像的高標(biāo)準(zhǔn)農(nóng)田地塊邊界自動(dòng)識(shí)別方法，其特征在于：其方法包括以下步驟： A、準(zhǔn)備訓(xùn)練數(shù)據(jù)：下載具有代表性區(qū)域的1米分辨率的Google衛(wèi)星影像，利用專(zhuān)業(yè)的GIS軟件繪制高標(biāo)準(zhǔn)農(nóng)田地塊邊界矢量，制作標(biāo)簽數(shù)據(jù)，勾繪的矢量進(jìn)行柵格化后轉(zhuǎn)換為邊緣圖像，根據(jù)原圖像和邊緣圖像制作訓(xùn)練數(shù)據(jù)； B、全局上下文建模：將輸入的圖像分割為4*4大小的粗粒度塊，全局編碼器基于粗粒度塊計(jì)算全局注意力，而后利用雙向多級(jí)聚合解碼器依據(jù)自上而下、自下而上的兩條路徑增強(qiáng)編碼器中的信息流，生成高分辨率特征； C、局部細(xì)化：使用非重疊滑動(dòng)窗口對(duì)整幅圖像進(jìn)行采樣，將整個(gè)圖像分割成多個(gè)細(xì)粒度塊序列，然后依次在每個(gè)序列上執(zhí)行局部編碼，捕獲短程局部信息，并整合所有局部信息輸入到局部雙向多級(jí)聚合解碼器中，進(jìn)一步得到像素級(jí)特征圖，即細(xì)粒度特征； D、特征融合：將全局上下文信息作為先驗(yàn)知識(shí)，調(diào)整局部細(xì)粒度特征，從而生成包含全局上下文和細(xì)粒度局部細(xì)節(jié)的融合特征，將融合特征輸入局部決策模塊，生成邊界概率圖； E、邊界概率圖二值化、提取骨架：將步驟D中輸出的邊界概率圖利用閾值分割的方法進(jìn)行二值化處理，再利用骨架提取算法將二值化后的地塊輪廓簡(jiǎn)化為細(xì)線(xiàn)； F、LSD地塊閉合檢測(cè)修復(fù)：將提取的骨架進(jìn)行縮放以減弱圖像中的鋸齒效應(yīng)，再計(jì)算邊界像素的梯度，按照梯度幅值進(jìn)行排序，梯度值小的像素對(duì)應(yīng)于平滑或者變化緩慢的區(qū)域，以梯度幅值大的像素點(diǎn)作為種子，在八鄰域內(nèi)遍歷尋找偏差小于容差的點(diǎn)，將其加入該區(qū)域并更新，對(duì)更新后的區(qū)域進(jìn)行矩形逼近，而后計(jì)算逼近矩形的對(duì)齊點(diǎn)密度，依據(jù)對(duì)齊點(diǎn)密度裁剪矩形，獲得完整閉合的地塊； G、柵格矢量化、去除孔洞、平滑生成最終結(jié)果：將LSD地塊閉合檢測(cè)輸出的結(jié)果進(jìn)行矢量化處理，生成地塊邊界線(xiàn)，線(xiàn)狀要素轉(zhuǎn)為面狀要素，采用面積閾值法去除細(xì)碎多邊形和孔洞，再利用平滑功能去除邊界鋸齒，改善視覺(jué)效果，得到最終的高標(biāo)準(zhǔn)農(nóng)田地塊邊界數(shù)據(jù)。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人上海飛未信息技術(shù)有限公司，其通訊地址為：201111 上海市閔行區(qū)光華路2118號(hào)第3幢五層B537室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。