買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西北大學(xué)申請的專利一種基于深度學(xué)習(xí)的多時相遙感圖像厚云去除方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN117237213B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09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)的專利申請?zhí)?專利號為：202311103905.7，技術(shù)領(lǐng)域涉及：G06T5/73；該發(fā)明授權(quán)一種基于深度學(xué)習(xí)的多時相遙感圖像厚云去除方法是由姜博;賈俊豪;汪霖;陳曉璇;屈宏佳;種豪展;周延;孟娜;張嘉洋設(shè)計研發(fā)完成，并于2023-08-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度學(xué)習(xí)的多時相遙感圖像厚云去除方法在說明書摘要公布了：本發(fā)明提供一種基于深度學(xué)習(xí)的多時相遙感圖像厚云去除方法，包括以下步驟：步驟1，構(gòu)建模擬厚云遮擋遙感數(shù)據(jù)集；步驟2，構(gòu)建第一階段全局多時相特征融合網(wǎng)絡(luò)；步驟3，構(gòu)建第二階段局部單時相信息恢復(fù)網(wǎng)絡(luò)；步驟4，通過兩階段網(wǎng)絡(luò)構(gòu)建多時相遙感圖像厚云去除總網(wǎng)絡(luò)模型；步驟5，以L1損失函數(shù)為基礎(chǔ)構(gòu)建關(guān)于第一階段和第二階段網(wǎng)絡(luò)總損失函數(shù)；步驟6，通過遙感圖像模擬數(shù)據(jù)集訓(xùn)練多時相遙感圖像厚云去除網(wǎng)絡(luò)模型，通過總損失函數(shù)驅(qū)動網(wǎng)絡(luò)模型的訓(xùn)練并指導(dǎo)網(wǎng)絡(luò)模型的優(yōu)化。本發(fā)明結(jié)合CNN卷積神經(jīng)結(jié)構(gòu)和Transformer結(jié)構(gòu)，為遙感圖像處理中具有挑戰(zhàn)性的厚云去除問題提供了有效的解決方案。

本發(fā)明授權(quán)一種基于深度學(xué)習(xí)的多時相遙感圖像厚云去除方法在權(quán)利要求書中公布了：1.一種基于深度學(xué)習(xí)的多時相遙感圖像厚云去除方法，其特征在于，包括以下步驟： 步驟1，生成厚云遮擋遙感圖像，構(gòu)建厚云遮擋遙感圖像模擬數(shù)據(jù)集； 步驟2，通過CNN結(jié)構(gòu)和Transformer結(jié)構(gòu)設(shè)計處理模塊，所述處理模塊對多時相級聯(lián)圖像進行全局特征融合，構(gòu)建模型第一階段全局多時相特征融合網(wǎng)絡(luò)； 步驟3，構(gòu)建模型第二階段局部單時相信息恢復(fù)網(wǎng)絡(luò)，通過跨階段特征融合第一階段的全局多時相信息，在去云過程中對遙感圖像厚云遮擋區(qū)域進行信息補充； 步驟4，通過第一階段全局多時相特征融合網(wǎng)絡(luò)和第二階段局部單時相信息恢復(fù)網(wǎng)絡(luò)構(gòu)建多時相遙感圖像厚云去除網(wǎng)絡(luò)模型； 步驟5，以L1損失函數(shù)為基礎(chǔ)構(gòu)建關(guān)于第一階段全局多時相特征融合網(wǎng)絡(luò)和第二階段局部單時相信息恢復(fù)網(wǎng)絡(luò)的總損失函數(shù)； 步驟6，通過所述厚云遮擋遙感圖像模擬數(shù)據(jù)集對所述多時相遙感圖像厚云去除網(wǎng)絡(luò)模型進行訓(xùn)練，在訓(xùn)練過程中通過總損失函數(shù)指導(dǎo)網(wǎng)絡(luò)模型參數(shù)的優(yōu)化； 所述第一階段的全局多時相特征融合網(wǎng)絡(luò)的構(gòu)建方法為： 1），通過CNN結(jié)構(gòu)和Transformer結(jié)構(gòu)分別設(shè)計處理模塊； 2），通過處理模塊對多時相級聯(lián)圖像進行特征粗提取、特征細(xì)化與特征融合，生成融合多時相信息的全局特征圖，本發(fā)明以三時相為例； 3），通過跳躍連接形成全局多時相特征融合網(wǎng)絡(luò)模型； 所述第一階段的全局多時相特征融合網(wǎng)絡(luò)模型構(gòu)建方法的流程化公式如式一所示： 式一； 其中，表示對三時相進行級聯(lián)，為多時相級聯(lián)后的圖像，W表示特征粗提取模塊，M表示編碼器解碼器模塊，為生成的多時相全局特征注意力圖，Split表示切片操作，表示第一階段生成三個時相圖像對應(yīng)的特征圖； 在步驟3中，所述第二階段局部單時相信息恢復(fù)網(wǎng)絡(luò)的構(gòu)建過程為： S1，輸入單時相圖像； S2，采用特征細(xì)化模塊對提取的特征圖進行進一步細(xì)化； S3，通過跨階段特征融合的方式將所述第一階段全局多時相特征融合網(wǎng)絡(luò)中的全局特征信息傳遞到所述第二階段局部單時相信息恢復(fù)網(wǎng)絡(luò)中，通過所述第二階段局部單時相信息恢復(fù)網(wǎng)絡(luò)去除遙感圖像中的厚云遮擋，用以恢復(fù)被厚云遮擋的局部地面紋理與結(jié)構(gòu)； 所述第二階段局部單時相信息恢復(fù)網(wǎng)絡(luò)的構(gòu)建過程的流程化公式如式五所示: 式五； 其中，X M 表示第一階段編碼器解碼器模塊跨階段傳遞的信息，用于第二階段局部單時相信息恢復(fù)，X k 表示第k個待去云的時相圖像，表示第k個已經(jīng)完成局部厚云去除的圖像，W表示特征粗提取模塊，M表示編碼器解碼器模塊。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西北大學(xué)，其通訊地址為：710000 陜西省西安市太白北路229號；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0551-65771310或微信搜索“龍圖騰網(wǎng)”。