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！

龙图腾网获悉北京卫星信息工程研究所申请的专利基于表示学习的高光谱遥感影像配准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：CN118735969B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202410739942.5，技术领域涉及：G06T7/33；该发明授权基于表示学习的高光谱遥感影像配准方法是由刘世烁;王轲;陈昊;冯鹏铭;贺广均;陈元伟;陈千千;田路云;刘斌霄设计研发完成，并于2024-06-07向国家知识产权局提交的专利申请。

本基于表示学习的高光谱遥感影像配准方法在说明书摘要公布了：本发明涉及一种基于表示学习的高光谱遥感影像配准方法，包括：获取高光谱遥感卫星拍摄一组高光谱图像，并对其进行预处理；构建对抗生成网络，并对不同波段范围进行多波段特征学习和特征映射；构建多波段结构化语义的CNN‑RNN混合神经网络深度表达模型，提取每个波段高光谱图像的结构语义信息；建立跨波段的特征对齐和特征关联的网络模型，进行不同波段间影像的匹配。本发明，能够提高高光谱遥感影像配准的精度，更能大大节省配准的效率，节省人力物力。

本发明授权基于表示学习的高光谱遥感影像配准方法在权利要求书中公布了：1.一种基于表示学习的高光谱遥感影像配准方法，其特征在于，包括以下步骤： 步骤S1、获取高光谱遥感卫星拍摄一组高光谱图像，并对其进行预处理； 步骤S2、构建对抗生成网络，并对不同波段范围进行多波段特征学习和特征映射，基于所述对抗生成网络的特征提取器提取不变特征； 步骤S3、构建多波段结构化语义的CNN-RNN混合神经网络深度表达模型，提取每个波段高光谱图像的结构语义信息； CNN模型生成具有判别能力的图像特征表达，RNN模型同时对语义和结构化表达进行递归地学习，将CNN模型所输出的每个语义类别的特征表达作为输入，对图像中的结构化组合关系进行预测，生成图像的解析树，对图像进行内容上的分层表达，同时预测语义实体之间的交互关系，完成高光谱遥感影像每个波段的深层语义信息提取； 步骤S4、建立跨波段的特征对齐和特征关联的网络模型，进行不同波段间影像的匹配，具体包括： 建立跨波段的特征对齐和特征关联的网络模型，分别对不同波段图像根据特征进行切割，将切割后的图像分别送入网络模型，得到区块特征后，利用交叉熵损失函数对区块特征进行分类，属于同一区块特征标记为1，不同特征标记为0，同时，引入度量学习的方法，额外引入三元组损失构造成对正负样本计算损失函数，表达式如下： 其中，分别为正负样本对间距离，m为用以扩大负样本对间距离的常数； 最终根据多种波段的正负样本进行匹配和对齐，实现不同波段间影像的配准； 步骤S5、对不同波段高光谱数据进行多波段特征融合，以此验证配准的结果，得到不同波段间在高层语义特征上融合后的高光谱影像。

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北京卫星信息工程研究所，其通讯地址为：100086 北京市海淀区知春路61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。