買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉廣州市城市規劃勘測設計研究院;廣東工業大學申請的專利一種高光譜高空間分辨率遙感影像分類方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116188981B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310156527.2，技術領域涉及：G06V20/10；該發明授權一種高光譜高空間分辨率遙感影像分類方法及裝置是由胡鑫;蘭澤英;黃淑娟;程曉暉設計研發完成，并于2023-02-22向國家知識產權局提交的專利申請。

本一種高光譜高空間分辨率遙感影像分類方法及裝置在說明書摘要公布了：本發明公開一種高光譜高空間分辨率遙感影像分類方法及裝置，方法包括：對高光譜高空間分辨率遙感影像提取獲得細節特征圖和語義特征圖；對語義特征圖進行降維，獲得分類特征圖，將其每個像素的通道進行歸一化處理并對其進行尺寸重塑，獲得概率向量編碼矩陣，再結合其轉置矩陣，獲得類間上下文關系矩陣并應用于語義特征圖以獲得上下文信息特征圖，然后與語義特征圖進行級聯后降維，獲得降維特征圖，再與細節特征圖進行級聯，獲得高光譜高空間分辨率遙感影像特征圖并通過主分類器進行類別劃分，獲得高光譜高空間分辨率遙感影像的分類圖。本發明在高光譜高空間分辨率遙感影像的分類過程中引入類間上下文信息，能夠緩解光譜的變異性，提高分類準確性。

本發明授權一種高光譜高空間分辨率遙感影像分類方法及裝置在權利要求書中公布了：1.一種高光譜高空間分辨率遙感影像分類方法，其特征在于，包括如下步驟： 基于全卷積高光譜高空間分辨率遙感影像分類網絡，對輸入的高光譜高空間分辨率遙感影像進行特征提取，獲得低層次細節特征圖和高層次語義特征圖； 對所述高層次語義特征圖進行降維，獲得分類特征圖； 將所述分類特征圖中每個像素的通道進行歸一化處理，并對歸一化處理后的分類特征圖進行尺寸重塑，獲得概率向量編碼矩陣；其中，所述概率向量編碼矩陣包括每個像素所對應的若干類別概率； 根據所述概率向量編碼矩陣和所述概率向量編碼矩陣的轉置矩陣，獲得類間相似上下文關系矩陣和類間相異上下文關系矩陣； 根據所述高層次語義特征圖、所述類間相似上下文關系矩陣和所述類間相異上下文關系矩陣，獲得上下文信息特征圖； 將所述上下文信息特征圖與所述高層次語義特征圖進行級聯，并將級聯后的特征圖進行降維，獲得降維特征圖； 將所述降維特征圖與所述低層次細節特征圖進行級聯，獲得高光譜高空間分辨率遙感影像特征圖，并通過主分類器對所述高光譜高空間分辨率遙感影像特征圖進行類別劃分，獲得所述高光譜高空間分辨率遙感影像的分類圖； 其中，所述根據所述概率向量編碼矩陣和所述概率向量編碼矩陣的轉置矩陣，獲得類間相似上下文關系矩陣和類間相異上下文關系矩陣，具體包括如下步驟： 基于所述全卷積高光譜高空間分辨率遙感影像分類網絡所包括的類間上下文信息提取模塊，將所述概率向量編碼矩陣與所述概率向量編碼矩陣的轉置矩陣相乘，獲得所述類間相似上下文關系矩陣； 將每個元素均為1的矩陣與所述類間相似上下文關系矩陣相減，獲得所述類間相異上下文關系矩陣； 其中，所述類間相似上下文關系矩陣和所述類間相異上下文關系矩陣的尺寸均為H*W×H*W； 所述根據所述高層次語義特征圖、所述類間相似上下文關系矩陣和所述類間相異上下文關系矩陣，獲得上下文信息特征圖，具體包括如下步驟： 基于所述類間上下文信息提取模塊，將所述高層次語義特征圖的尺寸重塑為C×H*W；其中，C表示特征通道數； 將尺寸重塑后的高層次語義特征圖分別與所述類間相似上下文關系矩陣、所述類間相異上下文關系矩陣相乘，獲得所述上下文信息特征圖； 所述將所述上下文信息特征圖與所述高層次語義特征圖進行級聯，并將級聯后的特征圖進行降維，獲得降維特征圖，具體包括如下步驟： 基于所述類間上下文信息提取模塊，將所述上下文信息特征圖的尺寸重塑為H×W×C； 將尺寸重塑后的上下文信息特征圖與所述高層次語義特征圖進行級聯，并利用內核大小為1×1的卷積層將級聯后的特征圖進行降維，獲得所述降維特征圖。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣州市城市規劃勘測設計研究院;廣東工業大學，其通訊地址為：510030 廣東省廣州市越秀區建設大馬路10號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。