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！

龙图腾网获悉同济大学申请的专利基于卫星遥感多光谱和全色影像融合的地物要素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：CN113887344B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202111087032.6，技术领域涉及：G06V20/13；该发明授权基于卫星遥感多光谱和全色影像融合的地物要素分类方法是由柳思聪;赵慧;杜谦;童小华;谢欢;冯永玖;金雁敏设计研发完成，并于2021-09-16向国家知识产权局提交的专利申请。

本基于卫星遥感多光谱和全色影像融合的地物要素分类方法在说明书摘要公布了：本发明涉及一种基于卫星遥感多光谱和全色影像融合的地物要素分类方法，具体包括以下步骤：S1、获取目标区域的多光谱影像和全色影像，提取多光谱影像的EMAP空间特征，与多光谱影像进行级联，得到浅层空谱特征；S2、浅层空谱特征作为深度网络的输入，全色影像作为重构输出，通过网络训练得到多分辨率隐层特征；S3、分别提取低分辨率隐层特征、中分辨率隐层特征和高分辨率隐层特征，通过卷积神经网络分别进行特征融合与分类训练，得到目标区域内的地物要素分类结果。与现有技术相比，本发明结合了影像上全局尺度上的浅层特征，和局部尺度上的深度特征，充分挖掘了MS和PAN影像之间的多分辨率隐层特征表达，具有分类精度高、结果鲁棒性高等优点。

本发明授权基于卫星遥感多光谱和全色影像融合的地物要素分类方法在权利要求书中公布了：1.一种基于卫星遥感多光谱和全色影像融合的地物要素分类方法，其特征在于，具体包括以下步骤： S1、获取卫星遥感采集的目标区域的多光谱影像和全色影像，提取多光谱影像的扩展多属性剖面空间特征，将扩展多属性剖面空间特征与原始的多光谱影像进行级联，得到全局上的浅层空谱特征； S2、所述浅层空谱特征作为类似自编码深度网络的输入，全色影像作为类似自编码深度网络的重构输出，通过网络训练得到输入与输出之间的多分辨率隐层特征； S3、分别提取所述多分辨率隐层特征中的第2隐层特征、第5隐层特征和第8隐层特征作为低分辨率隐层特征、中分辨率隐层特征和高分辨率隐层特征，通过卷积神经网络分别对低分辨率隐层特征、中分辨率隐层特征和高分辨率隐层特征进行特征融合与分类训练，得到目标区域内的地物要素分类结果； 所述类似自编码深度网络的网络结构依次包括输入层、卷积块1、卷积块1、上采样层、卷积块1、卷积块1、上采样层、卷积块2、卷积块2、总卷积层、输出层； 所述卷积块1包括卷积层、批归一化层和激活层，所述卷积块2包括卷积层、批归一化层和激活层； 所述卷积块1中卷积层的卷积核大小为3×3，滤波器数量为128；所述卷积块2中卷积层的卷积核大小为5×5，滤波器数量为128；所述总卷积层的卷积核大小为3×3，滤波器数量为1。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。