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！

龙图腾网获悉中国科学院武汉岩土力学研究所申请的专利基于深度学习预测概率的高光谱图像实例分割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：CN119919654B 。

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：202411926784.0，技术领域涉及：G06V10/26；该发明授权基于深度学习预测概率的高光谱图像实例分割方法及系统是由魏厚振;许睿;李江山;薛强;马晓龙;万勇设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本基于深度学习预测概率的高光谱图像实例分割方法及系统在说明书摘要公布了：本发明提供基于深度学习预测概率的高光谱图像实例分割方法及系统，包括获取光谱数据集，将光谱数据集输入光谱分类模型进行训练和验证得到预训练权重，获取高光谱原始数据结果图并处理得到端元的反射率与波长数据曲线，输入预训练权重得到端元的类型值与端元的类型预测概率，基于端元的类型值生成端元类型结果图，将端元的类型预测概率处理得到概率灰度值并生成类型预测概率图，将端元类型结果图与类型预测概率图组合得到高光谱实例分割数据后处理得到实例分割结果。本发明使用相对简便高效的一维谱标注代替二维图像人工标注，充分发掘和利用高光谱数据有效信息，减少人为主观性的影响，提升高光谱数据处理和分析效率和性能。

本发明授权基于深度学习预测概率的高光谱图像实例分割方法及系统在权利要求书中公布了：1.一种基于深度学习预测概率的高光谱图像实例分割方法，其特征在于，包括： 获取光谱数据集，所述光谱数据集包括多组输入变量和多组对应的输出变量，所述输入变量至少包括标准反射率与波长数据曲线，所述输出变量至少包括类型值； 将光谱数据集输入光谱分类模型进行训练和验证得到预训练权重； 获取高光谱原始数据结果图并处理得到端元的反射率与波长数据曲线，再将端元的反射率与波长数据曲线输入预训练权重，得到端元的类型值与端元的类型预测概率； 将端元的类型值转换为端元色彩并生成端元类型结果图； 将端元的类型预测概率处理得到概率灰度值并生成类型预测概率图； 将端元类型结果图与类型预测概率图组合得到高光谱实例分割数据，对高光谱实例分割数据进行处理得到实例分割结果； 其中，重叠颗粒实例分割方法对高光谱实例分割数据进行处理得到实例分割结果，具体包括以下步骤： 采用区域生长算法对高光谱实例分割数据进行处理得到类实例分割结果，所述类实例分割结果包括若干类实例掩膜，所述类实例掩膜包括类实例边界和类实例色彩； 确定概率阈值，将所有类实例边界映射到概率层中并取并集，得到类实例区域； 对类实例区域运行分水岭算法得到实例分割结果。

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中国科学院武汉岩土力学研究所，其通讯地址为：430071 湖北省武汉市武昌区水果湖街小洪山2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”。

以上内容由龙图腾AI智能生成。