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一种基于暗通道特征引导的轻量级卫星影像云检测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：CN115661677B 。

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：202211270241.9，技术领域涉及：G06V20/13；该发明授权一种基于暗通道特征引导的轻量级卫星影像云检测方法是由张永军;张斌;万一设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本一种基于暗通道特征引导的轻量级卫星影像云检测方法在说明书摘要公布了：本发明公开了一种基于暗通道特征引导的轻量级卫星影像云检测方法，属于图像数据处理方法。本发明提出的基于暗通道特征引导的轻量级卫星影像云检测方法中，为了利用多光谱影像中的暗通道先验来指导网络学习特征，首先使用多尺度暗通道提取器预测暗通道，然后将暗通道特征和影像特征输入到基于注意力机制的暗通道引导上下文聚合模块增强影像特征，进而使得云检测结果更加精确。然后，为了增强网络在不同卫星传感器之间的迁移能力，提出了一个通道自适应模块用来处理不同卫星传感器波段数量不一致的情况。本方法可以在在保持参数量和运算量较小的情况下优于主流方，同时模型还具有一定的迁移能力。

本发明授权一种基于暗通道特征引导的轻量级卫星影像云检测方法在权利要求书中公布了：1.一种基于暗通道特征引导的轻量级卫星影像云检测方法，其特征在于，包括以下步骤： 步骤1：首先将训练影像数据输入到编码器网络中提取不同层次的多个特征； 步骤2：将步骤1得到的多个特征进行级联操作得到图像语义特征Fsem； 步骤3：将步骤1得到的多个特征输入到多尺度暗通道提取器模块中，得到新的特征； 步骤4：将步骤3计算得到的新的特征计算暗通道预测损失 步骤4中暗通道预测损失定义如下： 第一项回归损失采用了reverseHuberloss： 其中，表示预测的暗通道，ydark表示真实的暗通道； 第二项损失是暗通道与预测值梯度的L1损失： 其中，gx和gy分别代表在水平方向和垂直方向的梯度，n表示张量gx的元素个数； 第三项损失定义如下： 其中，SSIM为图像重建指标； 步骤5：将步骤3计算得到的新的特征进行级联操作得到暗通道特征Fdark； 步骤6：将步骤2得到的图像语义特征Fsem和步骤5得到的暗通道特征Fdark输入到暗通道引导的上下文聚合模块中得到最终的特征图； 步骤7：将步骤6得到最终的特征图与真实的云掩膜计算交叉熵损失 步骤8：通过梯度下降算法进行反向传播并更新网络的参数； 步骤9：步骤1至8，反复迭代，直到训练结束，得到用于预测遥感影像分分割结果的模型； 步骤10：在测试阶段，设置一个窗口在影像上滑动，将每个窗口的影像块输入到模型中得到每个窗口的预测结果，最后得到遥感影像的分割结果。

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珞珈山街道八一路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”。