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！

龙图腾网获悉武汉大学申请的专利卫星影像水体要素提取与水系矢量要素生成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：CN117132887B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310988773.4，技术领域涉及：G06V20/10；该发明授权卫星影像水体要素提取与水系矢量要素生成方法及系统是由李彦胜;罗俊伟;李万春;党博;张永军设计研发完成，并于2023-08-07向国家知识产权局提交的专利申请。

本卫星影像水体要素提取与水系矢量要素生成方法及系统在说明书摘要公布了：本发明公开了一种卫星影像水体要素提取与水系矢量要素生成方法及系统，通过多视场自适应融合网络，进行水体要素提取，获取水体掩膜结果；通过桥梁位置检测网络，进行桥梁检测，获取桥梁位置矩形框；基于水体掩膜结果，通过轮廓点移动网络，获取水系轮廓；结合水体掩膜结果、桥梁位置矩形框及水系轮廓，得到水系全要素的矢量提取结果。本发明克服了当下面向卫星影像的水系矢量生成技术方案无法适应复杂场景下的水系矢量生成任务、无法处理跨水体的桥梁等目标、无法直接处理大幅面卫星影像等问题，有效提升了基于大幅面卫星影像提取的水体要素和生成的水系矢量的准确性。

本发明授权卫星影像水体要素提取与水系矢量要素生成方法及系统在权利要求书中公布了：1.一种卫星影像水体要素提取与水系矢量要素生成方法，其特征在于：通过多视场自适应融合网络，进行水体要素提取，获取水体掩膜结果；通过桥梁位置检测网络，进行桥梁检测，获取桥梁位置矩形框；基于水体掩膜结果，通过轮廓点移动网络，获取水系轮廓；结合水体掩膜结果、桥梁位置矩形框及水系轮廓，得到水系全要素的矢量提取结果； 所述多视场自适应融合网络，整体由影像金字塔构建模块和特征自适应融合模块构成。所述影像金字塔构建模块，用于将原始大幅面图像下采样N2倍、N倍以及保持原分辨率，分别裁剪得到具有相同幅面大小的图像组，构建包含三种视场的图像金字塔，记为View1,View2和View3；所述特征自适应融合模块由基础特征提取网络、CBRCS模块与注意力模块共同构成； 所述基础特征提取网络，为DeepLabv3+网络，包括一个Encoder和一个Decoder，用于对三个视场的图像进行基础特征提取；所述CBRCS模块，包括串联设置的五个网络层，用于对三个视场提取到的基础特征进行细化特征提取，得到水体概率图，第一层是卷积层，第二层是BatchNormalization标准化层，第三层是Relu激活层，第四层是卷积层，第五层是Sigmoid激活层； 所述注意力模块，用于对于所述基础特征提取网络输出的特征进行像素级权值图计算，对于三个视场对应的特征图在通道维度拼接，然后通过卷积核进行特征降维，接着进行softmax激活操作，得到像素级权值图；最终将来自三个视场的水体概率图和像素级权值图相乘再相加，得到最终自适应融合后的水体预测结果； 所述桥梁位置检测网络，采用常规旋转目标检测网络，并采用正负样本采样优化策略； 首先令真值框范围内的像素点作为候选样本点，设第个真值框被分配给第个候选样本点，计算该样本点到对应真值框的中心的二维距离；根据第个真值标签框的宽度和高度将其分配到对应尺度的特征图上，在该层特征图上降序排序该真值标签对应的候选样本点，按照比例取前个样本，作为候选正样本；根据类别预测分支得到某一候选正样本对应候选预测框的语义关键点类别得分，得到该候选预测框的整体类别得分； ； 其中，为平衡参数，用于调整类别得分的占比；为该样本对应的语义关键点数量； 再由定位分支得到候选正样本得到的候选预测框与对应真值框的交并比，计算得到质量权重得分； ； 其中，为样本得到的候选预测框与对应真值框的交并比； 对进行排序，选出最大的个正样本作为最终参与损失计算的正样本，其余的候选正样本视为忽略样本，其他样本视为负样本。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299号；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”。