长安大学瞿伟获国家专利权
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!
龙图腾网获悉长安大学申请的专利一种用于面向地理对象影像分析的特征选择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:CN115205528B 。
龙图腾网通过国家知识产权局官网在2025-07-25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:202210824481.2,技术领域涉及:G06V10/26;该发明授权一种用于面向地理对象影像分析的特征选择方法是由瞿伟;王宇豪;李久元;高源;李达;王嘉鹏;张勤设计研发完成,并于2022-07-14向国家知识产权局提交的专利申请。
本一种用于面向地理对象影像分析的特征选择方法在说明书摘要公布了:本发明公开了一种用于面向地理对象影像分析的特征选择方法,能够模拟人工构建地物提取规则的过程进行特征空间优化,利用自创建评价指标实现特征去相关和特征子集优化,并给出了分类顺序和特征的软阈值,可直接作为输入来获取区域地表覆盖类型详细数据集。本方法相较于其他特征选择算法而言,使用了特征组合评价指标来构建地物分类规则的方式而非使用单个特征评价指标,构建的地物提取规则更加合理;使用隶属度函数结合软阈值来描述地物,而不是“非零即一”的分类准则,使得分类结果更接近人类的语言和思维方式。本发明实现过程简单,极大地减少了人工干预的影响,应用效果显著,可实现面向对象地物分类过程中的自动构建地物提取规则。
本发明授权一种用于面向地理对象影像分析的特征选择方法在权利要求书中公布了:1.一种用于面向地理对象影像分析的特征选择方法,其特征在于,包括以下步骤: 1基于影像分割技术获取影像对象,按照地物占比选择典型样本后输出其特征和特征值; 2基于Pearson相关系数计算待提取地物与其他所有地物的自相关系数矩阵,并设置合适的阈值调节入选特征的数目; 3根据特征对于目标地物的提取能力值依次在自相关系数矩阵中进行特征去相关; 其中特征对于目标地物的提取能力Ea值为: 式中,第i个特征对于c1与cj间的分离度为si表示中大于等于1.25的数目,表示中大于1.25的值,其中j=2,3,…,n;n为样本的类别数; 4对于步骤3得到的特征集合,以特征组合对目标地物的提取能力为评价指标,得到某一类地物最优的特征组合,完成特征子集的优化; 特征组合的提取能力Ce值为: 设经过相关后的特征子集为FM=f1,f2,…,fM,表示第i个特征对于c1与cj间的分离度,Ci表示的所有j的集合;设Ci的并集为Ca,其中i=1,2,…,N,N表示特征集内特征的数目;使用特征集FM将类别c1与ck分离,并将Ce值最大的特征子集作为提取目标地物最佳的特征组合;k∈Ca; 上式中,A为Ca内元素个数,Ji表示特征组合在目标地物类别与Ca第i个元素对应的类别之间的最大J值,ni表示特征组合内元素的个数,σj表示所有最大J值归一化之后的方差; 5重复步骤1-4,计算提取每种地物的最佳特征组合,基于提取每个特征组合能够区分的类别数目和提取能力值来确定先提取那种地物; 分类顺序的定义规则为:重复步骤1-4来计算提取每一种地物的所需的最佳特征组合和该组合的Ce值,将能够区分类别最多的特征组合对应的目标地物放在前面提取;若能够区分类别数目相等,则先提取Ce值较大的;若Ce值相等,则先提取地物对象数目少的,选择完成后在地物类别库中删除该类地物; 6重复步骤1-5直至只剩两种地物未提取,基于类间可分性得到能够将其分离的最优特征; 7计算提取每种地物最佳特征的软阈值后结合隶属度函数,构建每一种地物的提取规则,实现地物提取。
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长安大学,其通讯地址为:710064 陕西省西安市南二环中段长安大学本部北院;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”。
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。