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！

龙图腾网获悉西北农林科技大学申请的专利基于多源卫星影像的农作物分类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：CN120356104B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510814562.8，技术领域涉及：G06V20/10；该发明授权基于多源卫星影像的农作物分类方法是由程冬玲;冯旭;冯梓淇设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本基于多源卫星影像的农作物分类方法在说明书摘要公布了：本发明涉及卫星遥感应用技术领域，公开了基于多源卫星影像的农作物分类方法，该方法首先获取多时相卫星影像数据，提取光谱反射率特征生成矩阵并构建分类模型集合；设定特征参数类别集，基于此获取历史影像的纹理、植被指数参数及空间分辨率数据，建立特征融合关联模型；提取当前影像中农作物区域的光谱及纹理特征参数，结合模型优化生成优化后特征集；基于优化特征集及分类模型更新分类逻辑，生成目标分类方案并校准空间关系；最后获取作物生长周期数据，建立时序特征关联规则以优化作物类型空间分布图谱。该方法通过多源特征融合与动态优化，提升了农作物分类精度与可靠性，适用于精准农业管理场景。

本发明授权基于多源卫星影像的农作物分类方法在权利要求书中公布了：1.一种基于多源卫星影像的农作物分类方法，其特征在于，包括以下步骤： S1、获取多时相卫星影像数据，提取不同波段的光谱反射率特征，生成光谱特征矩阵； 根据光谱特征矩阵构建农作物分类模型集合； S2、设定多种地表覆盖类型对应的特征参数类别，形成特征参数类别集； 基于特征参数类别集获取多组历史影像数据中的纹理特征参数、植被指数参数及空间分辨率数据，建立特征融合关联模型； S3、根据特征参数类别集提取当前卫星影像中各农作物区域的光谱特征参数及纹理特征参数，结合特征融合关联模型进行特征优化，生成优化后光谱特征集及优化后纹理特征集； S4、基于优化后光谱特征集、优化后纹理特征集及农作物分类模型集合更新当前影像分类逻辑，生成目标分类方案；对目标分类方案中特征提取环节的空间关系进行校准； 所述S2包括以下步骤： S21、设定多种特征参数类别，包括归一化植被指数阈值、空间纹理复杂度系数及地表温度区间，形成特征参数类别集； 基于农作物类型集及特征参数类别集获取历史纹理特征参数、植被指数组合及对应的作物识别精度数据，构建历史特征矩阵、历史植被矩阵及历史精度数据集； S22、利用历史特征矩阵、历史植被矩阵及历史精度数据集训练初始特征融合关联模型，得到特征融合关联模型； 所述S22包括以下步骤： S221、根据农作物类型集与特征参数类别集建立初始特征融合关联模型； S222、将历史特征矩阵及历史植被矩阵逐行输入初始特征融合关联模型，生成历史精度预测数据集； S223、设置精度误差阈值；计算历史精度预测数据集与历史精度数据集之间的交叉熵误差； 当交叉熵误差超过精度误差阈值时，采用梯度下降算法迭代修正初始特征融合关联模型的超参数，直至误差低于误差阈值，形成特征融合关联模型； 所述S3包括以下步骤： S31、获取当前卫星影像中各地块区域的实际光谱特征参数及纹理特征参数，生成实时光谱集及实时纹理集； S32、设定分类精度目标值；将实时光谱集及实时纹理集输入特征融合关联模型，计算当前分类精度预测值； 当当前分类精度预测值未达到目标值时，对实时光谱集及实时纹理集进行特征增强，直至满足目标条件，输出优化后光谱特征集及优化后纹理特征集。

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西北农林科技大学，其通讯地址为：712100 陕西省咸阳市杨凌示范区邰城路3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”。