同濟大學柳思聰獲國家專利權
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!
龍圖騰網獲悉同濟大學申請的專利基于衛星遙感多光譜和全色影像融合的地物要素分類方法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:CN113887344B 。
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:202111087032.6,技術領域涉及:G06V20/13;該發明授權基于衛星遙感多光譜和全色影像融合的地物要素分類方法是由柳思聰;趙慧;杜謙;童小華;謝歡;馮永玖;金雁敏設計研發完成,并于2021-09-16向國家知識產權局提交的專利申請。
本基于衛星遙感多光譜和全色影像融合的地物要素分類方法在說明書摘要公布了:本發明涉及一種基于衛星遙感多光譜和全色影像融合的地物要素分類方法,具體包括以下步驟:S1、獲取目標區域的多光譜影像和全色影像,提取多光譜影像的EMAP空間特征,與多光譜影像進行級聯,得到淺層空譜特征;S2、淺層空譜特征作為深度網絡的輸入,全色影像作為重構輸出,通過網絡訓練得到多分辨率隱層特征;S3、分別提取低分辨率隱層特征、中分辨率隱層特征和高分辨率隱層特征,通過卷積神經網絡分別進行特征融合與分類訓練,得到目標區域內的地物要素分類結果。與現有技術相比,本發明結合了影像上全局尺度上的淺層特征,和局部尺度上的深度特征,充分挖掘了MS和PAN影像之間的多分辨率隱層特征表達,具有分類精度高、結果魯棒性高等優點。
本發明授權基于衛星遙感多光譜和全色影像融合的地物要素分類方法在權利要求書中公布了:1.一種基于衛星遙感多光譜和全色影像融合的地物要素分類方法,其特征在于,具體包括以下步驟: S1、獲取衛星遙感采集的目標區域的多光譜影像和全色影像,提取多光譜影像的擴展多屬性剖面空間特征,將擴展多屬性剖面空間特征與原始的多光譜影像進行級聯,得到全局上的淺層空譜特征; S2、所述淺層空譜特征作為類似自編碼深度網絡的輸入,全色影像作為類似自編碼深度網絡的重構輸出,通過網絡訓練得到輸入與輸出之間的多分辨率隱層特征; S3、分別提取所述多分辨率隱層特征中的第2隱層特征、第5隱層特征和第8隱層特征作為低分辨率隱層特征、中分辨率隱層特征和高分辨率隱層特征,通過卷積神經網絡分別對低分辨率隱層特征、中分辨率隱層特征和高分辨率隱層特征進行特征融合與分類訓練,得到目標區域內的地物要素分類結果; 所述類似自編碼深度網絡的網絡結構依次包括輸入層、卷積塊1、卷積塊1、上采樣層、卷積塊1、卷積塊1、上采樣層、卷積塊2、卷積塊2、總卷積層、輸出層; 所述卷積塊1包括卷積層、批歸一化層和激活層,所述卷積塊2包括卷積層、批歸一化層和激活層; 所述卷積塊1中卷積層的卷積核大小為3×3,濾波器數量為128;所述卷積塊2中卷積層的卷積核大小為5×5,濾波器數量為128;所述總卷積層的卷積核大小為3×3,濾波器數量為1。
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同濟大學,其通訊地址為:200092 上海市楊浦區四平路1239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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。