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！

龙图腾网获悉南京航空航天大学申请的专利基于地理坐标嵌入的遥感影像云去除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：CN120495138B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510980348.X，技术领域涉及：G06T5/77；该发明授权基于地理坐标嵌入的遥感影像云去除方法及系统是由李俊;杨炎泰;盛庆红;王博;凌霄;刘祥设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本基于地理坐标嵌入的遥感影像云去除方法及系统在说明书摘要公布了：本发明公开了一种基于地理坐标嵌入的遥感影像云去除方法及系统，系统采用地理坐标系统嵌入模块，将像素经纬信息编码为高维特征，通过球面坐标映射与旋转矩阵实现绝对位置和相对空间关系的联合建模，并结合多头自注意力机制与残差连接，增强特征空间的位置敏感性。同时，利用多层级特征提取网络和云畸变补偿模块，通过残差块与卷积操作提取云干扰特征，生成位置感知校正向量，校正云覆盖区域的非线性偏移，恢复地表纹理。本方法显著提升了跨区域场景的适应性，有效减少大尺度云区的纹理扭曲和信息丢失，在遥感影像预处理、农业监测、土地覆盖变化分析等领域具有高精度、强鲁棒性的优势，为光学遥感数据的高质量应用提供了新方案。

本发明授权基于地理坐标嵌入的遥感影像云去除方法及系统在权利要求书中公布了：1.一种基于地理坐标嵌入的遥感影像云去除方法，其特征在于，包括以下步骤： S1：多尺度特征提取，对输入的有云遥感图像进行卷积操作以提取初始浅层特征，并依次通过多个包含地理坐标嵌入注意力模块和下采样操作的层级结构，逐步提取多尺度深层语义特征； S2：特征恢复与语义强化，将编码器输出的深层特征通过逐层上采样操作还原图像空间尺寸，并在每个上采样阶段融合来自编码器的对应层级特征，同时经过地理坐标嵌入注意力模块强化语义表达能力； S3：云畸变补偿，将解码后的高层语义特征送入特征空间云畸变补偿模块，该模块基于图像中位置特征差异进行学习修正，从而进一步恢复受云影响区域的真实地表纹理； S4：图像重建与优化，将畸变补偿后的特征图通过卷积层映射至图像空间，最终输出高质量去云遥感图像，并与真值参考图像进行损失函数计算优化模型参数； 所述步骤S1中的地理坐标嵌入注意力模块包括以下流程： A1：初始特征嵌入，对输入特征向量进行一次全连接层处理，生成初始嵌入特征F0： F0＝FC1X 其中，X为输入特征向量，为编码器输出的特征图；F0为输出初始嵌入特征，通过全连接层FC1对X进行线性变换后得到；其中，FC1是可学习的全连接层参数，用于将输入特征映射到新的特征空间； A2：地理坐标嵌入，将初始嵌入特征输入至地理坐标嵌入模块，该模块通过将每个像素点的地理坐标进行位置编码，输出包含空间位置信息的增强特征Fgcs： Fgcs＝GCSEmbedF0,θ,φ 其中地理坐标选自球面坐标θ,φ或经纬度 A3：多头自注意力响应，将增强后的特征Fgcs输入至多头自注意力机制模块中，生成注意力响应特征Fattn，再次通过全连接层映射输出特征F1： Fattn＝MultiHeadFgcs F1＝FC2Fattn A4：残差连接与特征优化，将F1与F0相加形成第一级残差连接输出F2，对F2进行层归一化处理，并传入多层感知器模块，该模块由全连接层、激活层和另一全连接层构成，输出为F3： F2＝F0+F1 F3＝MLPLayerNormF2 将F3与F2相加，形成模块的最终输出Fout： Fout＝F2+F3 其中，所述地理坐标嵌入采用球面编码方式，将地理坐标转换为高维嵌入，用于增强特征空间中的空间位置敏感性； 所述步骤A2中的地理坐标嵌入模块的坐标嵌入步骤包括： B1：二维坐标到角度坐标映射，将输入图像中每个像素点的二维像素坐标x,y映射为角度坐标： 其中，W，H分别为图像的宽与高，θ，k分别表示该点与球面坐标系中xz轴的夹角； B2：三维方向编码，构造两个旋转矩阵Rθ、Rk，分别围绕x轴和z轴进行旋转，将单位向量 映射为带有方向编码的向量 该向量包含了原始空间位置与方向信息，实现对地理位置信息的三维嵌入； B3：相对空间关系建模，对于不同位置v1,v2，若其地理方向一致，旋转后方向相近；若其角度差异大，方向差异显著；该嵌入步骤不仅编码绝对位置，还能有效表示像素之间的相对空间关系。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。