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！

龙图腾网获悉西安电子科技大学申请的专利基于局部一致性和伪标签过滤的遥感图像分割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：CN119579901B 。

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：202411743965.X，技术领域涉及：G06V10/26；该发明授权基于局部一致性和伪标签过滤的遥感图像分割方法是由李玲玲;孙龙;张京;祖岩岩;焦李成;张丹;马文萍;邓颖敏;黄思婧;田小林;刘旭设计研发完成，并于2024-11-30向国家知识产权局提交的专利申请。

本基于局部一致性和伪标签过滤的遥感图像分割方法在说明书摘要公布了：本发明公开了基于局部一致性和伪标签过滤的遥感图像分割方法，包括以下步骤：获取光学遥感数据集；构建遥感图像分割模型，所述遥感图像分割模型包括局部一致性损失计算模块和伪标签过滤模块；将光学遥感数据集输入遥感图像分割模型得到遥感图像分割结果图。提出了局部一致性损失和伪标签过滤策略，有效学习了局部一致性特征，去除了伪标签的噪声，得到了很好遥感图像分割效果，利用更多无标签遥感图像来提高遥感图像分割精度，可以对卫星获取的遥感图像进行分割，得到具有具体地物类别标签的分割图，解决遥感图像中物体密集、背景差异大、尺寸变化范围大、颜色和纹理差异大，较难得到局部一致性特征，并且伪标签中不可避免地存在大量噪声的问题。

本发明授权基于局部一致性和伪标签过滤的遥感图像分割方法在权利要求书中公布了：1.基于局部一致性和伪标签过滤的遥感图像分割方法，其特征在于，包括以下步骤： 获取光学遥感数据集，包括如下步骤：获取遥感图像，对遥感图像进行标注获得有标签数据和无标签数据，利用有标签数据和无标签数据构建光学遥感数据集；所述遥感图像为可见光模态遥感图像； 构建遥感图像分割模型，所述遥感图像分割模型包括局部一致性损失计算模块和伪标签过滤模块；所述无标签数据通过遥感分割网络和伪标签过滤模块生成伪标签得到带伪标签的无标签数据，包括如下步骤： 将无标签数据输入遥感分割网络生成粗略伪标签； 粗略伪标签通过伪标签过滤模块过滤后得到伪标签； 所述粗略伪标签通过伪标签过滤模块过滤后得到伪标签，具体为： 将训练集输入SwinTransformerBase得到特征图，对特征图进行聚类得到聚类后的图片； 将聚类后的图片与粗略伪标签相加后得到聚类块，计算每个聚类块的熵值； 所述每个聚类块的熵值的计算采用下式进行： 其中，是分割网络对第个未标记图像在像素h,w处生成的softmax概率值，是第维的，越高表示模型预测的不确定性越高，表示将熵图按升序逐像素排序； 根据熵值对所有聚类块进行排序，删去熵值排序前百分之五的聚类块得到去除高熵值聚类块后剩余的聚类块； 通过Canny算子得到图像的边界信息，根据边界内每个区域的类别为累积像素点类别的最大值，得到通过边界检测确定的区域类别； 综合去除高熵值聚类块后剩余的聚类块与通过边界检测确定的区域类别得到伪标签； 对训练集进行增强得到增强后的有标签数据，包括如下步骤： 将训练集在随机缩放、随机裁剪和随机水平翻转后进行颜色转换强增强得到增强后的有标签数据，所述随机缩放的尺度在0.5和2之间，0.5表示缩小至原始尺寸的50%，2表示放大至原始尺寸的200%； 局部一致性对比损失的计算公式如下所示： 其中，表示局部一致性对比损失，表示互信息，表示香农熵，是给定时的条件熵，是一个patch中ROI的数量，是有标签增强图中对应的ROI，是有标签图的对应的ROI； 将光学遥感数据集输入遥感图像分割模型得到遥感图像分割结果图。

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电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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。