买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜深圳市规划国土发展研究中心申请的专利基于大模型分析的遥感图像地理要素自动识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119445582B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510025920.7，技术领域涉及：G06V20/70；该发明授权基于大模型分析的遥感图像地理要素自动识别方法及系统是由林勇军;罗罡辉;梁瑞松;周青峰;邹海翔设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本基于大模型分析的遥感图像地理要素自动识别方法及系统在说明书摘要公布了：本发明公开了基于大模型分析的遥感图像地理要素自动识别方法及系统，涉及图像处理相关技术领域，该方法包括：基于遥感数据处理规则，根据多个遥感数据源，获得遥感影像数据；获得地理要素识别指令；进行多层次图像分割约束配准，建立图像分割约束树；根据SAM图像分割大模型对遥感影像数据进行分割处理，获得多层次遥感图像分割结果；进行分割损失优化，获得多层次遥感图像分割优化结果；进行矢量化要素识别，获得多层次地理要素识别结果。解决了现有技术中存在的遥感图像多层次地理要素识别精度不足、效率不高及图像分割不准确的技术问题，实现高效精确识别地理要素，达到了提升地理要素识别效率和准确性的技术效果。

本发明授权基于大模型分析的遥感图像地理要素自动识别方法及系统在权利要求书中公布了：1.基于大模型分析的遥感图像地理要素自动识别方法，其特征在于，所述方法包括：基于遥感数据处理规则，根据多个遥感数据源，获得遥感影像数据；获得地理要素识别指令，其中，所述地理要素识别指令包括多层次要素识别目标，所述多层次要素识别目标包括全量要素、提示词要素和兴趣点要素；根据所述多层次要素识别目标对所述遥感影像数据进行多层次图像分割约束配准，建立图像分割约束树；基于所述图像分割约束树，根据SAM图像分割大模型对所述遥感影像数据进行分割处理，获得多层次遥感图像分割结果；根据图像分割损失检测模型对所述多层次遥感图像分割结果进行分割损失优化，获得多层次遥感图像分割优化结果；根据所述多层次遥感图像分割优化结果进行矢量化要素识别，获得多层次地理要素识别结果；根据所述多层次要素识别目标对所述遥感影像数据进行多层次图像分割约束配准，建立图像分割约束树，包括：根据所述全量要素对所述遥感影像数据进行图像分割约束参数解析，获得图像分割第一约束条件；根据所述提示词要素对所述遥感影像数据进行图像分割约束参数解析，获得图像分割第二约束条件；根据所述兴趣点要素对所述遥感影像数据进行图像分割约束参数解析，获得图像分割第三约束条件；以所述全量要素为地理要素识别第一节点，以所述提示词要素为地理要素识别第二节点，以所述兴趣点要素为地理要素识别第三节点；根据所述地理要素识别第一节点、所述地理要素识别第二节点和所述地理要素识别第三节点，构建要素识别节点树；根据所述图像分割第一约束条件、所述图像分割第二约束条件和所述图像分割第三约束条件对所述要素识别节点树进行图像分割约束配准，生成所述图像分割约束树；根据所述全量要素对所述遥感影像数据进行图像分割约束参数解析，获得图像分割第一约束条件，包括：根据所述遥感影像数据进行孪生数据检索，获得Q个遥感影像孪生样本，其中，Q为大于1的正整数；采集所述Q个遥感影像孪生样本对应的全量要素图像分割约束历史参数，获得Q个全量要素分割约束组，其中，每个全量要素分割约束组包括每个遥感影像孪生样本对应的M个全量要素图像分割约束样本，M为大于1的正整数；基于全局置信度评价通道，对所述Q个全量要素分割约束组进行全局置信度评价，获得Q个约束组全局置信度；基于所述Q个约束组全局置信度，根据预定全局置信度对所述Q个全量要素分割约束组进行寻优遴选，建立全量要素分割约束空间；根据所述全量要素分割约束空间进行集中值计算，生成所述图像分割第一约束条件，其中，所述图像分割第一约束条件包括M个图像分割约束集中值；所述集中值是指约束条件的平均值、中位数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市规划国土发展研究中心，其通讯地址为：518000 广东省深圳市福田区红荔路8009号规划大厦一楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。