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！

龙图腾网获悉武汉大学申请的专利一种基于NDVI加权注意力的稀疏林地单木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：CN120635467B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202511123592.0，技术领域涉及：G06V10/26；该发明授权一种基于NDVI加权注意力的稀疏林地单木分割方法及系统是由庄庆威;张振北;王硕;张浩斌;颜瑜严;王宇申设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种基于NDVI加权注意力的稀疏林地单木分割方法及系统在说明书摘要公布了：本发明公开了一种基于NDVI加权注意力的稀疏林地单木分割方法及系统，包括制作包含稀疏林地单棵树木的影像‑标签‑NDVI图像阵列的数据集，并划分为训练集、测试集和验证集；构建基于NDVI加权注意力的稀疏林地单木分割网络模型；分别利用训练集、验证集和测试集对构建的稀疏林地单木分割网络模型进行训练、超参数调整和泛化能力评估；使用训练好的稀疏林地单木分割网络模型进行单木分割。本发明实现了稀疏林地场景下小目标可识别、边缘可精准、推理可轻量的分割目标，为应对复杂地表环境中的单木级监测提供了新的技术路径。

本发明授权一种基于NDVI加权注意力的稀疏林地单木分割方法及系统在权利要求书中公布了：1.一种基于NDVI加权注意力的稀疏林地单木分割方法，其特征在于，包括以下步骤： 步骤1，收集稀疏林地研究区的高分辨率遥感影像，制作包含稀疏林地单棵树木的影像-标签-NDVI图像阵列的数据集，并划分为训练集、测试集和验证集； 步骤2，构建基于NDVI加权注意力的稀疏林地单木分割网络模型； 基于NDVI加权注意力的稀疏林地单木分割网络模型由8个RSU模块和3个RSU-4F模块组成，8个RSU模块分别定义为4个模块和4个模块，m代表下采样次数，n代表上采样次数，遥感影像首先依次经过4个模块，再依次经过3个RSU-4F模块，最后依次通过4个模块，将每个、模块、RSU-4F模块的输出特征向量进行跳跃连接，得到6个由浅层特征和深层特征拼接成的特征向量，通过添加Sigmoid函数将网络的输出值归一化，得到每个像素属于树木的概率，其中每个RSU模块采用渐进式梯度下降方式，每个RSU-4F模块采用渐进式空洞卷积方式，且每个RSU模块和RSU-4F模块都借鉴UNet式编码-解码结构的思想； 模块由CBR层、NWD子模块、mCBR层、CBRD层、nCBR层组成，模块由CBR层、mCBR层、CBRD层、nCBR层组成，RSU-4F模块由mCBR层、MSA子模块、CBRD层组成；CBR层由卷积层、批归一化层和ReLU激活函数层组成；mCBR层是在CBR层后加一个最大池化构成下采样层，每次下采样率设为12；CBRD层是对CBR层添加2D的空洞卷积；nCBR层是在CBR层后加一个interpolate函数构成上采样层，每次上采样率设为2；NWD子模块是将CBR层输出的特征向量依次输入三个深度卷积层，分别对每个深度卷积层输出的特征像元进行注意力加权，然后再将注意力加权后的特征像元拼接，得到不同感受野的层次化上下文表示作为NWD子模块的输出，外轮廓边缘像元、内轮廓边缘像元以及内部像元三个方面的注意力加权计算方式如下： 2 3 4 式中，和分别为所顾及到的外轮廓和内轮廓像元数量，为第i个外轮廓像元的NDVI值，为第j个内轮廓像元的NDVI值，为内部树木像元NDVI平均值，为背景非树木像元NDVI平均值，Softmax为归一化指数函数，、、分别代表外轮廓边缘、内轮廓边缘、内部像元分解注意力权重； 步骤3，分别利用训练集、验证集和测试集对步骤2构建的稀疏林地单木分割网络模型进行训练、超参数调整和泛化能力评估； 步骤4，使用训练好的稀疏林地单木分割网络模型进行单木分割。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。