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)獲悉貴陽市測繪院申請的專利基于自適應(yīng)不規(guī)則單元網(wǎng)格的地表覆蓋遙感動態(tài)監(jiān)測方法及系統(tǒng)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：CN120495904B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-16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：202510978352.2，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)基于自適應(yīng)不規(guī)則單元網(wǎng)格的地表覆蓋遙感動態(tài)監(jiān)測方法及系統(tǒng)是由申勇智;宋劍虹;向玉瑨;龔桂榮;張裕;黃進(jìn)尚設(shè)計研發(fā)完成，并于2025-07-16向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于自適應(yīng)不規(guī)則單元網(wǎng)格的地表覆蓋遙感動態(tài)監(jiān)測方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了基于自適應(yīng)不規(guī)則單元網(wǎng)格的地表覆蓋遙感動態(tài)監(jiān)測方法及系統(tǒng)，包括如下步驟：S1、采集遙感圖像數(shù)據(jù)并進(jìn)行預(yù)處理，構(gòu)建標(biāo)準(zhǔn)化數(shù)據(jù)集；S2、基于標(biāo)準(zhǔn)化數(shù)據(jù)集提取地物邊界，構(gòu)建初始不規(guī)則網(wǎng)格；S3、計算變化敏感性指標(biāo)細(xì)化形成自適應(yīng)不規(guī)則單元網(wǎng)格；S4、在自適應(yīng)不規(guī)則單元網(wǎng)格內(nèi)提取樣本特征向量；S5、執(zhí)行分層分群蝗蟲優(yōu)化算法，獲得最優(yōu)樣本點空間權(quán)重分布；S6、對遙感時序數(shù)據(jù)加權(quán)擬合，建模地表覆蓋屬性演化趨勢；S7、提取并輸出地表覆蓋變化趨勢，生成監(jiān)測與預(yù)測結(jié)果；S8、采集最新標(biāo)注數(shù)據(jù)，模型與權(quán)重自適應(yīng)更新。本發(fā)明能夠?qū)崿F(xiàn)高精度、智能化和動態(tài)化的地表覆蓋遙感變化監(jiān)測與趨勢預(yù)測。

本發(fā)明授權(quán)基于自適應(yīng)不規(guī)則單元網(wǎng)格的地表覆蓋遙感動態(tài)監(jiān)測方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于自適應(yīng)不規(guī)則單元網(wǎng)格的地表覆蓋遙感動態(tài)監(jiān)測方法，其特征在于，包括如下步驟： S1、采集目標(biāo)監(jiān)測區(qū)域多個時間段的遙感圖像數(shù)據(jù)，并對遙感圖像數(shù)據(jù)進(jìn)行預(yù)處理，構(gòu)建標(biāo)準(zhǔn)化遙感影像數(shù)據(jù)集； S2、基于標(biāo)準(zhǔn)化遙感影像數(shù)據(jù)集，采用圖像分割方法提取地物邊界信息，并根據(jù)地物空間結(jié)構(gòu)特征與邊界復(fù)雜度，構(gòu)建初始網(wǎng)格結(jié)構(gòu)，生成不規(guī)則單元網(wǎng)格； S3、基于不規(guī)則單元網(wǎng)格，計算各網(wǎng)格單元的變化敏感性指標(biāo)，當(dāng)敏感性高于設(shè)定閾值時，執(zhí)行局部網(wǎng)格細(xì)化步驟，形成自適應(yīng)不規(guī)則單元網(wǎng)格； S4、基于自適應(yīng)不規(guī)則單元網(wǎng)格，將每一單元網(wǎng)格內(nèi)的遙感圖像像元作為候選樣本點，提取空間位置與地物屬性構(gòu)建樣本特征向量； S5、將樣本特征向量作為輸入，執(zhí)行蝗蟲算法中的位置更新、種群行為模擬與解空間搜索，獲得每個不規(guī)則單元網(wǎng)格內(nèi)的最優(yōu)樣本點空間權(quán)重分布； S6、基于最優(yōu)樣本點空間權(quán)重分布，對每一個自適應(yīng)不規(guī)則單元網(wǎng)格中的遙感時序數(shù)據(jù)執(zhí)行加權(quán)擬合，對地表覆蓋屬性隨時間的演化趨勢進(jìn)行建模，得到反映地表動態(tài)變化的加權(quán)回歸結(jié)果； S7、基于加權(quán)回歸結(jié)果，提取每一不規(guī)則單元網(wǎng)格的變化方向、變化幅度與周期特征，生成目標(biāo)區(qū)域當(dāng)前時相與未來時相的地表覆蓋預(yù)測圖像； S8、采集最新時相的遙感圖像真實標(biāo)注數(shù)據(jù)，與地表覆蓋預(yù)測圖像進(jìn)行對比分析，依據(jù)誤差反饋結(jié)果對蝗蟲算法種群參數(shù)進(jìn)行更新； 所述S2具體包括： S24、執(zhí)行Delaunay三角剖分操作，在種子點集合上生成三角網(wǎng)格結(jié)構(gòu)，得到初始網(wǎng)格結(jié)構(gòu)集合，其中每個三角形單元對應(yīng)一個不規(guī)則單元網(wǎng)格候選區(qū)域； S25、基于每個三角形單元內(nèi)的地物紋理復(fù)雜度、邊界曲率與空間異質(zhì)性指標(biāo)，構(gòu)建邊界復(fù)雜度函數(shù)： ； 其中，為加權(quán)系數(shù)； S26、依據(jù)邊界復(fù)雜度函數(shù)的值對初始網(wǎng)格單元進(jìn)行排序，并設(shè)定復(fù)雜度篩選閾值，當(dāng)時，將對應(yīng)單元納入細(xì)化處理，完成初始不規(guī)則單元網(wǎng)格的構(gòu)建； 所述S3具體包括： S31、針對生成的不規(guī)則單元網(wǎng)格集合，在每一個單元網(wǎng)格內(nèi)，基于標(biāo)準(zhǔn)化遙感影像數(shù)據(jù)集提取對應(yīng)的多時相光譜數(shù)據(jù)、紋理數(shù)據(jù)與邊界形態(tài)參數(shù)，構(gòu)建變化敏感性指標(biāo)集； S32、所述變化敏感性指標(biāo)集包括三個敏感性量化指標(biāo)： 區(qū)域光譜變異度：表示單元內(nèi)主波段均值的時間變化離散程度； 圖像紋理變化指數(shù)：表示多時相灰度共生矩陣中紋理對比度的變化趨勢； 邊界復(fù)雜度函數(shù)值：由邊界復(fù)雜度函數(shù)生成； S33、對三個敏感性量化指標(biāo)進(jìn)行歸一化處理，構(gòu)建綜合敏感性評分函數(shù)： ； 其中，、、分別為歸一化后的光譜變異度、紋理變化指數(shù)與邊界復(fù)雜度值，、和為權(quán)重系數(shù)； S34、設(shè)定敏感性評分閾值集合，當(dāng)單元網(wǎng)格的評分值時，確定需執(zhí)行第層局部網(wǎng)格細(xì)化處理； S35、執(zhí)行分層細(xì)化處理，在原單元網(wǎng)格內(nèi)生成層嵌套剖分，采用Delaunay三角剖分方法插入附加種子點，構(gòu)建細(xì)化網(wǎng)格子集，其中為子網(wǎng)格單元數(shù)量，； S36、匯總所有細(xì)化后網(wǎng)格單元，生成更新后的不規(guī)則單元網(wǎng)格集合，作為所述自適應(yīng)不規(guī)則單元網(wǎng)格。

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)人貴陽市測繪院，其通訊地址為：550000 貴州省貴陽市觀山湖區(qū)桃林路1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)”。