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！

龍圖騰網獲悉核工業航測遙感中心;河北航遙科技有限公司申請的專利一種基于頻譜空間殘差網絡的巖性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：CN119339157B 。

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：202411636594.5，技術領域涉及：G06V10/764；該發明授權一種基于頻譜空間殘差網絡的巖性分類方法是由李瑞煒;盧輝雄;馮博;魏本贊;程旭;范芳;鄧國武;黃燕鵬;杜繼龍;歐琪琪;楊文杰設計研發完成，并于2024-11-15向國家知識產權局提交的專利申請。

本一種基于頻譜空間殘差網絡的巖性分類方法在說明書摘要公布了：本發明涉及一種基于頻譜空間殘差網絡的巖性分類方法，包括以下步驟：收集被測區域的多源地學數據，對多源地學數據進行數據處理，形成待分類圖像；在待分類圖像上標記巖性樣本位置及巖性類別編碼；從待分類圖像中提取巖性樣本，并檢驗樣本的獨立性；基于頻譜空間殘差網絡架構建立巖性分類模型，設置模型超參數，對模型進行訓練，分析模型的準確率和損失值指標，檢驗模型的魯棒性；提取待分類圖像中的巖性信息，勾繪并修正巖性單元邊界；將分類結果柵格圖像中的巖性單元邊界與非巖石裸露區域的邊界拼接到一起，編制完整的被測區域巖性分類結果圖。本發明實現了準確高效的巖性分類，有利于輔助地質人員更好地開展區域地質調查。

本發明授權一種基于頻譜空間殘差網絡的巖性分類方法在權利要求書中公布了：1.一種基于頻譜空間殘差網絡的巖性分類方法，其特征是，包括以下步驟： S1、收集數據：收集被測區域的包括地學數據、航磁航放數據和高光譜遙感影像在內的多源地學數據； S2、處理數據：對所收集的多源地學數據進行常規處理，然后選擇數據通道，對圖像數據進行規范化處理，以統一圖像數據的格式、投影、網度和空間范圍，并將處理后的不同類型的圖像組合成為一個多通道圖像；在多通道圖像上圈定包括水體、沖洪積物、人工建筑和工程分布區在內的非巖石裸露區域，并將非巖石裸露區域的數據從多通道圖像中去除，形成被測區域的待分類圖像； 對多源地學數據的常規處理操作包括：對地學數據進行地質圖件矢量化處理；對航磁航放數據進行制圖轉換處理；對高光譜遙感影像進行輻射校正、大氣校正、正射校正、幾何精校正和異常波段檢測處理； S3、制作巖性樣本集：建立各類巖性在待分類圖像上的判別標志，并在待分類圖像上標記巖性樣本的位置及其巖性類別編碼；根據標記的巖性樣本位置，從待分類圖像中提取巖性樣本，并檢驗樣本的獨立性；對巖性樣本進行包括樣本亂序、擴選三維樣本和樣本數據歸一化在內的整理操作，將整理好的巖性樣本按比例劃分為訓練集、驗證集和測試集，構成巖性樣本集； S4、構建巖性分類模型：基于頻譜空間殘差網絡架構建立巖性分類模型，根據樣本結構調整巖性分類模型的輸入端口、卷積核尺寸、卷積層數和輸出端口，并對模型的超參數進行初始化設置； S5、訓練模型：利用訓練集和驗證集對巖性分類模型進行訓練，利用測試集對模型的魯棒性進行檢驗；根據模型在訓練集和驗證集上的準確率和損失值指標以及在測試集上的混淆矩陣分類精度，綜合評估巖性分類模型的分類性能，如果性能分析結果不達標，則對模型超參數進行逐項調節，再重復執行本步操作；直至性能分析結果達標，確定此時的模型超參數，并保存模型； S6、輸出巖性分類結果：使用Python中的Gdal庫加載待分類圖像，提取待分類圖像中的巖性信息以及包括柵格尺寸、行列數和空間投影在內的地理參數信息；對所提取的圖像數據信息進行歸一化處理，然后輸入到巖性分類模型，巖性分類模型輸出以羅馬數字表示的巖性分類結果；使用Gdal庫，將輸出的巖性分類結果轉換成為帶有與待分類圖像相同地理參數信息的分類結果柵格圖像；將分類結果柵格圖像導入Arcgis軟件中，勾繪并修正巖性單元邊界； S7、編制巖性分類結果圖：將分類結果柵格圖像中的巖性單元邊界與非巖石裸露區域的邊界拼接到一起，編制完整的被測區域巖性分類結果圖；如果被測區域巖性分類結果圖中存在有與已有地質認識不符的區域或是對巖性分類結果存疑的區域，則進行野外實地調查，并根據調查結果對被測區域巖性分類結果圖進行修正。

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核工業航測遙感中心;河北航遙科技有限公司，其通訊地址為：050002 河北省石家莊市學府路11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”。