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！

龙图腾网获悉西安理工大学申请的专利基于模糊C均值聚类的遥感图像道路提取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：CN116664899B 。

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：202310588429.6，技术领域涉及：G06V10/762；该发明授权基于模糊C均值聚类的遥感图像道路提取方法是由张彤;常淑晓;刘晟设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本基于模糊C均值聚类的遥感图像道路提取方法在说明书摘要公布了：本发明公开了基于模糊C均值聚类的遥感图像道路提取方法，将遥感图像进行滤波处理；根据像素邻域的灰度值，得到中心像元的局部二值模式的灰度值；增加邻域的半径和样本的数目，提出每一个纹理特征唯一的局部二值模式的灰度值；获取局部二值模式下的道路图像的空间上下文信息，得到两个像素点同属一类的上下文相关性；确定聚类数，模糊权重指数，循环开始；计算聚类中心和隶属度值；计算目标函数，根据最大隶属度原则对每个像素进行分割，如果达到终止条件，停止迭代，得到道路的像素分类信息，得到一个二值图像；否则返回前循环。本发明提高了道路的细节信息提取和拓扑结构的完整性，优化了道路边界模糊和空间信息丢失的问题。

本发明授权基于模糊C均值聚类的遥感图像道路提取方法在权利要求书中公布了：1.基于模糊C均值聚类的遥感图像道路提取方法，其特征在于，具体按照如下步骤进行：步骤1：将遥感图像进行滤波处理；步骤2：根据像素邻域的灰度值，得到中心像元的局部二值模式的灰度值；步骤3：增加邻域的半径和样本的数目，提出每一个纹理特征唯一的局部二值模式的灰度值；步骤4：获取局部二值模式下的道路图像的空间上下文信息，得到两个像素点同属一类的上下文相关性；步骤5：确定聚类数，模糊权重指数，循环开始；步骤6、计算聚类中心和隶属度值；步骤7：计算目标函数，根据最大隶属度原则对每个像素进行分割，如果达到终止条件，停止迭代，得到道路的像素分类信息，提取信息得到一个二值图像；否则返回步骤4重新计算； 步骤4中，全局上下文模块嵌入到我们的道路提取方法当中，根据空间上下文信息，构建两个像素点同属k类的上下文相关性； 结合道路图像的空间上下文信息，提出了邻域像素可靠性指标，其公式为： （2）； 其中，为变化系数矩阵，其在大小为的邻域窗口的变化系数定义为： （3）； 其中像素点j和p的像素值为和，NR和为邻域内的像素个数和均值； 结合邻域像素可靠性指标，提出了基于上下文信息的可靠性度量模型，用表示像素点和同属于第类的上下文相关性，其公式为： （4）； 为像素可靠性指标，dij计算第k个聚类中心与第i个数据点间的欧几里得距离，uik为i属于第K类的隶属度，ujk为j属于第K类的隶属度； 步骤6中，dik计算第k个聚类中心与第i个数据点间的欧几里得距离，用来构造目标函数，隶属度和聚类中心： （5）； Vi为模糊组K的聚类中心，为聚类中心点在旋转不变统一模式下的像素值； 采用拉格朗日乘数法构造新的目标函数，分别对L的u，v，λ求偏导，求解得到隶属度uik和聚类中心vk的表达式，新的目标函数L定义为如下： （6）； uik为i属于第K类的隶属度，λi为拉格朗日求可能极值点的参数，dik计算第k个聚类中心与第i个数据点间的欧几里得距离，c为聚类中心数，n为数据的个数； 隶属度值uik为： （7）； dik计算第k个聚类中心与第i个数据点间的欧几里得距离，dij计算第j个数据点与第i个数据点间的欧几里得距离，为聚类中心点在旋转不变统一模式下的灰度值，为聚类中心k，为聚类中心j，m为加权指数； 同理，求得聚类中心的表达式为： （8）； uik为i属于第K类的隶属度，为聚类中心点在旋转不变统一模式下的像素值，c为聚类中心数，m为加权指数。

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安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。