Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 耕宇牧星(北京)空间科技有限公司李冠群获国家专利权

耕宇牧星(北京)空间科技有限公司李冠群获国家专利权

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!

龙图腾网获悉耕宇牧星(北京)空间科技有限公司申请的专利一种基于自适应双滤波器的U-Net遥感图像道路分割方法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:CN119850949B

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:202411900676.6,技术领域涉及:G06V10/26;该发明授权一种基于自适应双滤波器的U-Net遥感图像道路分割方法是由李冠群设计研发完成,并于2024-12-23向国家知识产权局提交的专利申请。

一种基于自适应双滤波器的U-Net遥感图像道路分割方法在说明书摘要公布了:本发明公开了一种基于自适应双滤波器的U‑Net遥感图像道路分割方法,涉及遥感图像处理技术领域,包括:步骤1:采集遥感图像并进行预处理,构建训练样本集;步骤2:构建自适应双滤波U‑Net网络,包括编码器和解码器,在解码器的上采样模块中设置有两个融合层,每个融合层均生成自适应低通滤波器和自适应高通滤波器,对提取的特征图进行滤波融合;步骤3:利用训练样本集对自适应双滤波U‑Net网络进行训练优化,获得遥感图像分割模型;步骤4:采集待分割遥感图像,输入至遥感图像分割模型中,获得道路分割结果。本发明通过引入双滤波的频域感知融合技术,能够有效地增强特征一致性和锐化对象边界,提升图像分割精度。

本发明授权一种基于自适应双滤波器的U-Net遥感图像道路分割方法在权利要求书中公布了:1.一种基于自适应双滤波器的U-Net遥感图像道路分割方法,其特征在于,包括以下步骤:步骤1:采集遥感图像并进行预处理,构建训练样本集;步骤2:构建自适应双滤波U-Net网络,包括编码器和解码器,在解码器的上采样模块中设置有两个融合层,每个融合层均生成自适应低通滤波器和自适应高通滤波器,对提取的特征图进行滤波融合;步骤3:利用训练样本集对自适应双滤波U-Net网络进行训练优化,获得遥感图像分割模型;步骤4:采集待分割遥感图像,输入至遥感图像分割模型中,获得道路分割结果;编码器提取训练样本集的遥感图像中的低层次特征图;低层次特征图包括边缘信息和纹理信息;编码器包括4个下采样层,遥感图像作为输入,每个下采样层输出一个特征图,上一个下采样层的输出作为下一个下采样层的输入,分别获得第一输入特征图、第二输入特征图、第三输入特征图和第四输入特征图,且4个特征图的尺寸依次递减;解码器包括依次连接的上采样模块、跳跃连接层、卷积模块和分割模块;上采样模块包括4个上采样层和两个融合层,其中第四输入特征图作为输入,每个上采样层输出一个特征图,上一个上采样层的输出作为下一个上采样层的输入,分别获得第四输出特征图、第三输出特征图、第二输出特征图和第一输出特征图,且4个特征图的尺寸依次递增;第一个融合层与第三个上采样层并列设置,用于融合第三输出特征图,输出第一融合特征图;第二个融合层与第四个上采样层并列设置,用于融合第二输出特征图,输出第二融合特征;第四输出特征图、第一融合特征图、第三融合特征图和第一输出特征图在跳跃连接层与对应的输入特征图进行合并后输入至卷积模块进行融合,获得第三融合特征图,第三融合特征图输入至分割模块进行道路分类获得道路分割结果;每个融合层包括扩展模块、2个卷积层、滤波器生成模块、低通滤波模块、高通滤波模块和特征融合模块;扩展模块将输入的输出特征图的尺寸扩展成2倍,获得扩展输出特征图;第一个卷积层对输入的输出特征图进行卷积操作后获得第一卷积特征图,第二个卷积层对扩展输出特征图进行卷积操作后获得第二卷积特征图;滤波器生成模块根据第二卷积特征图分别生成自适应低通滤波器和自适应高通滤波器;低通滤波模块利用自适应低通滤波器对第一卷积特征图进行滤波获得低通滤波特征图,并与第一卷积特征图进行像素乱序融合后获得低频特征图;高通滤波模块利用自适应高通滤波器对第二卷积特征图进行滤波获得高通滤波特征图,并与第二卷积特征图进行逐像素添加融合后获得高频特征图;特征融合模块将低频特征图和高频特征图进行融合获得融合特征图。

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耕宇牧星(北京)空间科技有限公司,其通讯地址为:100095 北京市海淀区地锦路9号院14号楼101-1;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。