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！

龍圖騰網獲悉中國農業科學院農業資源與農業區劃研究所;黑龍江省農業科學院農業遙感與信息研究所申請的專利融合遙感影像時空譜信息的深度學習水稻種植區提取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：CN120279415B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510349814.4，技術領域涉及：G06V20/10；該發明授權融合遙感影像時空譜信息的深度學習水稻種植區提取方法是由段四波;劉天嬌;李召良;閔肖肖;趙紅偉;劉念唐;張有智設計研發完成，并于2025-03-24向國家知識產權局提交的專利申請。

本融合遙感影像時空譜信息的深度學習水稻種植區提取方法在說明書摘要公布了：本發明公開了一種融合遙感影像時空譜信息的深度學習水稻種植區提取方法，包括以下步驟：步驟1：構建Sentinel?2影像光譜特征和紋理特征的時間序列；步驟2：建立融合光譜?時間?空間特征的圖像集；步驟3：構建CTH?Net混合深度學習模型；CTH?Net混合深度學習模型包括：CNN分支、Transformer分支、TSSF模塊、殘差模塊、Dropout正則化和全連接層；通過優化光譜?時間?空間多維數據融合方法，實現遙感影像光譜、時間和空間特征的高效集成。CTH?Net引入時空譜融合TSSF模塊和殘差模塊，顯著提升模型在復雜景觀中提取水稻的能力。結果表明，CTH?Net在水稻提取的accuracy、precision、recall和F1score上均達到99.69％，且在單季稻、雙季稻和撂荒地等不同類別上表現穩定。

本發明授權融合遙感影像時空譜信息的深度學習水稻種植區提取方法在權利要求書中公布了：1.一種融合遙感影像時空譜信息的深度學習水稻種植區提取方法，其特征在于，包括以下步驟： 步驟1：構建Sentinel-2影像光譜特征和紋理特征的時間序列； 步驟2：建立融合光譜-時間-空間特征的圖像集；首先，從時間序列的起始時間點開始，提取每個像素在所有波段上的值，并將這些波段值組成一維特征向量；隨著時間序列的推進，在每個后續時間點重復這個過程，確保完整記錄每個像素的時間信息；最終，將從19個時間點獲得的一維特征向量整合成一個二維矩陣，并將其轉換為一個19×25的灰度圖像，其中每個像素值代表特定時間點的光譜或空間特征；最終構成一個多維特征數據集； 步驟3：構建CTH-Net混合深度學習模型；CTH-Net混合深度學習模型包括：CNN分支、Transformer分支、TSSF模塊、殘差模塊、Dropout正則化和全連接層； 在CTH-Net中，圖像樣本輸入到CNN分支和Transformer分支；CNN分支提取各個時間點的局部空間和光譜特征組合；Transformer分支用于從輸入數據中提取全局空間-時間-光譜特征； CTH-Net引入了一個具有多級注意力機制的時空譜融合TSSF模塊，用于整合CNN分支提取的局部特征和Transformer分支提取的全局特征；TSSF模塊嵌入空間注意力SA機制，SA機制計算平均池化特征和最大池化特征，并通過3×3卷積層學習重要區域的權重，最后使用Sigmoid激活函數進行歸一化； 所述殘差模塊通過促進復雜特征表示的學習，有效緩解了深度網絡中常見的梯度消失問題； Dropout正則化進一步增強模型的泛化能力并降低過擬合風險； 通過所述全連接層將提取的特征映射到類別空間，并利用softmax函數將輸出轉換為概率分布，以有效處理土地覆蓋類型的多樣性。

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中國農業科學院農業資源與農業區劃研究所;黑龍江省農業科學院農業遙感與信息研究所，其通訊地址為：100081 北京市海淀區中關村南大街12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”。