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！

龍圖騰網獲悉廣東新禾智慧數字科技有限公司申請的專利一種基于人工智能的低空遙感目標識別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：CN120219691B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202510687944.9，技術領域涉及：G06V10/20；該發明授權一種基于人工智能的低空遙感目標識別方法是由劉振中;陳金豹;李春麗;楊云東;鄭旭偉設計研發完成，并于2025-05-27向國家知識產權局提交的專利申請。

本一種基于人工智能的低空遙感目標識別方法在說明書摘要公布了：發明公開了一種基于人工智能的低空遙感目標識別方法，屬于圖像分析技術領域，本發明通過將遙感圖像劃分出不同霧濃度的子區域后，根據各子區域的清晰分值和細節分值匹配去霧權重，雙維度動態調整各子區域去霧權重，有效避免同一權重導致局部過曝或欠處理問題，再以此依次分析出各子區域的大氣光估值和各像素的透射率估值，有效反映各子區域的霧濃度從而提高后續計算的優化亮度值的有效性，基于此優化各像素在RGB三通道的亮度值完成去霧處理，有效避免色彩偏移，提高去霧效果的同時保證圖像質量，進而提高目標分析準確性。

本發明授權一種基于人工智能的低空遙感目標識別方法在權利要求書中公布了：1.一種基于人工智能的低空遙感目標識別方法，其特征在于，包括以下步驟： 獲取待識別目標的多個不同角度的遙感圖像； 對各遙感圖像進行智能去霧處理得到去霧圖像； 將各去霧圖像進行圖像拼接處理得到完整圖像； 獲取完整圖像中待識別目標的特征點和幾何形狀，并通過經過預訓練的深度學習模型得到識別結果； 所述對各遙感圖像進行智能去霧處理得到去霧圖像，具體為： 對所述遙感圖像進行分割，劃分出不同霧濃度的子區域； 分析各子區域的清晰分值和細節分值，并以此為對應的子區域匹配去霧權重； 根據去霧權重分析各子區域的大氣光估值后，分析各像素的透射率估值； 根據大氣光估值和透射率估值優化各像素在RGB三通道的亮度值，完成智能去霧處理； 所述分析各子區域的清晰分值和細節分值，具體為： ；；和分別為第i個子區域的清晰分值和細節分值，和分別表示第i個子區域和第i個子區域中的像素數量，為像素p的RGB三通道亮度值，為第i個子區域的亮度均值，為第i個子區域的亮度方差，為預設平滑常數，和分別為對應遙感圖像的水平方向梯度和垂直方向梯度； 所述為對應的子區域匹配去霧權重，具體為：；為第i個子區域的去霧權重，和分別為第一預設調節系數和第二預設調節系數； 所述根據去霧權重分析各子區域的大氣光估值后，分析各像素的透射率估值，具體為： 針對各子區域，按像素灰度值從大到小排序并提取前預設百分比的像素形成對應子區域的第一像素集合； 分析子區域的大氣光估值：； 分析像素的透射率估值：； 為第i個子區域的大氣光估值，為第i個子區域的第一像素集合中的像素數量，表示第i個子區域的第一像素集合，為像素p的投射率估值，td表示通道索引，R、G和B分別表示RGB顏色通道中的紅通道、綠通道和藍通道，為像素p在td通道上的亮度值，為像素p所在的子區域在td通道上的大氣光估值分量； 所述對所述遙感圖像進行分割，劃分出不同霧濃度的子區域，具體為： S211、對遙感圖像進行網格劃分，并在各網格中生成聚類中心； S212、計算各像素與對應候選中心集合中的各聚類中心的第一距離，并將像素歸屬到對應第一距離最小的聚類中心內，為各聚類中心形成對應的像素歸屬集合； S213、迭代更新聚類中心； S214、重復步驟S212至S213，直至滿足預設更新停止標準，并以步驟S212的方式為各完成更新后的各聚類中心形成對應的像素歸屬集合； S215、根據完成更新后的各聚類中心以及對應的像素歸屬集合劃分出多個超像素塊，并計算各超像素塊的亮度均值； S216、將相鄰的且亮度均值差的絕對值小于第一預設值的超像素塊進行合并得到新的超像素塊，合并結束后將各超像素塊作為不同霧濃度的子區域。

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東新禾智慧數字科技有限公司，其通訊地址為：510700 廣東省廣州市黃埔區科學大道237號401；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”。