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！

龙图腾网获悉江苏博文五行土地信息产业有限公司申请的专利基于AI和计算机视觉融合的遥感影像处理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：CN119992211B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510129428.4，技术领域涉及：G06V10/764；该发明授权基于AI和计算机视觉融合的遥感影像处理方法及系统是由魏启明;赵金露设计研发完成，并于2025-02-05向国家知识产权局提交的专利申请。

本基于AI和计算机视觉融合的遥感影像处理方法及系统在说明书摘要公布了：本发明涉及图像分析技术领域，具体为基于AI和计算机视觉融合的遥感影像处理方法及系统，包括以下步骤：基于输入的多光谱影像数据，解析影像的光谱分布数据，对多光谱通道矩阵进行分组和数值运算，提取分布特性值与显隐性参数，通过矩阵的计算与归类操作完成矩阵分解，生成光谱稀疏矩阵特征值。本发明中，通过对多光谱影像数据的光谱分布解析和通道矩阵数值运算，可挖掘更深层的光谱和隐性特征，提高解析精度，结合空间位置矩阵，实现光谱与空间特性的有效解耦，提升特性提取的准确性和效率，通过显隐特性的筛选与加权增强，优化特性分布表达能力，提升目标识别精度，光谱与空间特性的动态映射，准确捕捉地表变化，增强分类的稳定性和精确性。

本发明授权基于AI和计算机视觉融合的遥感影像处理方法及系统在权利要求书中公布了：1.基于AI和计算机视觉融合的遥感影像处理方法，其特征在于，包括以下步骤： S1：基于输入的多光谱影像数据，解析影像的光谱分布数据，对多光谱通道矩阵进行分组和数值运算，提取分布特性值与显隐性参数，通过矩阵的计算与归类操作完成矩阵分解，生成光谱稀疏矩阵特征值； 所述光谱稀疏矩阵特征值的获取步骤具体为： S111：对输入的多光谱影像数据进行光谱分布解析，解析多光谱通道矩阵中多通道的光谱分布特性，通过计算多通道间的归一化光谱值与波长分布关系，生成多光谱通道光谱特性矩阵； S112：根据所述多光谱通道光谱特性矩阵，计算通道间的拟合度矩阵，对矩阵执行标准化处理，结合多通道的显隐性参数，依据特性参数的权重分配规则调整矩阵分量值的权重，生成显隐性加权特性矩阵； S113：通过对所述显隐性加权特性矩阵进行奇异值分解，同时结合分解后的特性值矩阵筛选多特性值占比与阈值的判断关系，采用公式： ； 计算生成光谱稀疏矩阵特征值； 其中，代表第通道的稀疏特征值，代表显隐性加权特性矩阵中通道与通道的分量值，表示显隐性加权特性矩阵中通道对应第特性值的平方，代表显隐性权重分量，代表通道数，代表特性值总数； S2：基于所述光谱稀疏矩阵特征值，调用影像的空间位置矩阵，解析光谱通道与位置坐标的交叉分布特性，计算分区内特性值，剔除冗余分量后完成归一化和特性提取操作，生成光谱与空间特征解耦值； S3：基于所述光谱与空间特征解耦值，调用影像特征集合，解析多维特性分量，对显隐特性值进行分区筛选，对特性分量的分布矩阵完成加权与增强操作，通过特性映射重构提取特性，生成特征字典增强值； S4：基于所述特征字典增强值，调用每一像素点的区域像素特性，对像素点与光谱矩阵进行分布参数重构与特性值计算，对参数矩阵进行归一化和映射操作，运算特性变化分布，生成光谱与空间特性变化矩阵； S5：基于所述光谱与空间特性变化矩阵，调用影像中的结构变化矩阵，对矩阵中多分区的分布参数完成分类与矩阵比对，通过区域变化关系的计算提取分类结果，完成特性分类运算，生成影像特性分类矩阵； 所述光谱稀疏矩阵特征值包括分布特性值、显隐性参数、矩阵分组结果、矩阵运算结果，所述光谱与空间特征解耦值具体为光谱分区特性值、空间位置矩阵交叉分布特性值、归一化特性值、去冗余特性值，所述特征字典增强值包括特性分量分布矩阵、显隐特性分区值、特性映射重构值、加权增强特性值，所述光谱与空间特性变化矩阵具体指像素点区域分布参数、特性值变化矩阵、归一化参数矩阵、特性分布映射矩阵，所述影像特性分类矩阵包括多分区分布参数、结构变化矩阵、区域变化关系分类结果、特性分类比对结果。

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博文五行土地信息产业有限公司，其通讯地址为：210000 江苏省南京市浦口区江浦街道浦口大道1号新城总部大厦513室；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。