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！

龙图腾网获悉江苏连云港地质工程勘察院申请的专利一种基于卷积神经网络的遥感影像地物分类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：CN120182699B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510266282.8，技术领域涉及：G06V10/764；该发明授权一种基于卷积神经网络的遥感影像地物分类方法及系统是由冯伟;何伟;姜琳;黄雷设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的遥感影像地物分类方法及系统在说明书摘要公布了：本发明公开了一种基于卷积神经网络的遥感影像地物分类方法及系统，包括采集预设区域的遥感影像，对所述遥感影像进行预处理；对所述相关数据修正所述遥感影像获得修正影像，对所述修正影像进行多模态特征提取获得影像特征；所述影像特征包括光谱特征、空间特征、纹理特征和极化特征；对所述影像特征进行融合比对获得比对数据，采用所述比对数据构建遥感影像地物分类模型；根据分类误差优化所述遥感影像地物分类模型，将待分类数据输入所述遥感影像地物分类模型，输出分类结果。该方法不仅可以提高遥感影像地物分类的精度，同时具有较好的可解释性，可以直接应用于遥感影像地物分类系统中。

本发明授权一种基于卷积神经网络的遥感影像地物分类方法及系统在权利要求书中公布了：1.一种基于卷积神经网络的遥感影像地物分类方法，其特征在于，包括以下步骤： 采集预设区域的遥感影像，对所述遥感影像进行预处理； 对相关数据修正所述遥感影像获得修正影像，对所述修正影像进行多模态特征提取获得影像特征；所述影像特征包括光谱特征、空间特征、纹理特征和极化特征； 对所述影像特征进行融合比对获得比对数据，采用所述比对数据构建遥感影像地物分类模型；包括： 采用聚类对影像特征进行降维，表达式为： 其中第b个聚类的第s维的中心值为fbs，第p个影像特征第s维的值为gps，第p个影像特征为gp，第b个聚类为影像特征gp属于聚类的距离为第b个聚类第s维的降维特征为Cbs，转置为T，第b个聚类的偏置为Kb，第y个聚类的权重向量为误差常数为τ； 计算降维特征间的相似度： 其中第v个影像特征为gv，影像特征gp和影像特征gv的相似度为抑制因子为ρ，欧几里得范数为||·||2； 根据相似度进行聚类，将相似度最大的两个降维特征分为一类，获得分类； 计算分类的加权系数： 其中第b聚类第p个影像特征的加权系数为可调系数为γ，影像特征gp出现的概率为Pgp，第b聚类的影像特征数量为Mb； 根据加权系数进行影像特征融合，获得融合特征，表达式为： 其中第b聚类的融合特征为χb，调控系数为λ； 根据分类误差优化所述遥感影像地物分类模型，将待分类数据输入所述遥感影像地物分类模型，输出分类结果。

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江苏连云港地质工程勘察院，其通讯地址为：222023 江苏省连云港市海州区秦东门大街361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”。