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！

龙图腾网获悉南京市测绘勘察研究院股份有限公司申请的专利面向对象卷积神经网络支持的高分影像坑塘水体提取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：CN116664860B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310053700.6，技术领域涉及：G06V10/44；该发明授权面向对象卷积神经网络支持的高分影像坑塘水体提取方法是由林聪;傅俊豪;聂翔宇;徐佳伟;周梦潇设计研发完成，并于2023-02-03向国家知识产权局提交的专利申请。

本面向对象卷积神经网络支持的高分影像坑塘水体提取方法在说明书摘要公布了：本发明公开了一种面向对象卷积神经网络支持的高分影像坑塘水体提取方法，该方法包括四个步骤：1无监督对象单元提取：预处理原始遥感影像，标注真实标签，无监督提取对象单元及场景采样点；2场景样本自适应生成：提取对象单元特征，设定特征阈值，依据特征自适应生成场景样本；3顾及边缘信息的样本优化策略：提取边缘信息，计算边缘阈值，设定纯度阈值，剔除无效样本；4卷积神经网络训练及成果还原：训练神经网络，优化网络参数，预测场景结果，利用边缘信息修正预测分类，还原像素级坑塘水体提取成果。本方法通过样本自适应生成及样本优化策略，提高样本质量，提升边缘提取精度，达到高分影像坑塘水体精确提取的目标。

本发明授权面向对象卷积神经网络支持的高分影像坑塘水体提取方法在权利要求书中公布了：1.面向对象卷积神经网络支持的高分影像坑塘水体提取方法，其特征在于，包括以下步骤： 步骤1：收集高分遥感影像数据，预处理高分遥感影像数据，所述预处理包括影像裁切、几何校正和RGB波段选择，以获取高分坑塘水体影像，并标注所述高分坑塘水体影像中的坑塘水体，生成坑塘水体真值标签图，利用无监督方式对高分坑塘水体影像进行图像分割，获得多个对象单元，并提取各对象单元的场景样本采样点； 步骤2：逐一提取对象单元特征，设定对象单元特征的阈值及场景样本默认尺寸，依据对象单元特征与阈值间数量关系，计算不同对象单元场景样本尺寸；以场景样本采样点为中心点，依次按尺寸进行场景样本的自适应裁切，通过裁切生成的场景样本形成了无分类标签的原始场景分类数据集； 步骤3：对高分坑塘水体影像进行边缘提取，计算提取到的边缘结果的边缘阈值；在坑塘水体真值标签图基础上，设定纯度阈值；计算场景样本边缘占比，比较边缘占比与边缘阈值之间的数量关系，计算场景样本纯度占比，比较纯度占比与纯度阈值间数量关系，剔除边缘样本及低纯度样本，得到优化后的场景分类数据集；步骤3包括如下子步骤： 步骤3.1：对高分坑塘水体影像进行基于二阶导数的Canny算子边缘提取，并与坑塘水体真值标签图进行交并比计算，迭代参数，得到最佳边缘提取成果图；对边缘提取成果图进行二值化，计算边缘像素占影像总像素数比重，得到边缘阈值； 所述计算边缘像素占影像总像素数比重，得到边缘阈值的具体计算公式如下： 式中，为边缘阈值，PointEdge为边缘提取成果图中的边缘像素数量，PointAll为边缘提取成果图中总像素数； 步骤3.2：在坑塘水体真值标签图基础上，计算标签图中坑塘水体的像素数量占高分坑塘水体影像总像素数量的比值，作为场景样本的纯度阈值，公式如下： 式中，为纯度阈值，Pointtrue为真值标签图中坑塘水体的像素数量，PointAll为高分坑塘水体影像总像素数； 步骤3.3：计算单个场景样本图片中边缘像素与总像素占比，计算公式如下： 其中，为场景样本边缘比重，PointUnitEdge为对象单元中边缘像素数量，PointUnitAll为对象单元总像素数； 比较场景样本边缘比重与边缘阈值之间的关系，若场景样本边缘比重不低于边缘阈值，则为边缘样本，若场景样本边缘比重低于边缘阈值，则为非边缘样本； 步骤3.4：计算单个场景样本目标像素与总像素占比作为场景样本图片的纯度，公式如下： 其中，为场景样本的纯度，PointUnitkt为对象单元中坑塘水体的像素数量，PointUnitAll为对象单元总像素数； 比较场景样本的纯度与纯度阈值之间的关系，若场景样本的纯度不低于纯度阈值，则为高纯度样本，若场景样本的纯度低于纯度阈值，则为低纯度样本； 步骤3.5：为原始场景分类数据集中的边缘样本、非边缘样本、高纯度样本和低纯度样本分别标注相应的数值，将原始场景分类数据集中的边缘样本和低纯度样本视为无效样本，将无效样本剔除后，依据坑塘水体真值标签图中与场景样本采样点相同位置的点对应的场景类别，用不同数值标注剔除无效样本后的场景分类数据集中的场景样本的目标场景和背景场景，生成优化后的场景分类数据集，所述目标场景为坑塘水体； 步骤4：将优化后的场景分类数据集和坑塘水体真值标签图送入卷积神经网络分类模型中，进行模型训练及参数迭代优化；训练完成后，将原始场景分类数据集送入训练好的神经网络分类模型中，预测场景样本分类结果； 步骤5：结合边缘阈值与场景样本边缘占比，对预测得到的场景分类结果进行修正，对边缘场景进行场景样本类别重赋值，形成最终的场景分类结果，赋值场景样本采样点；计算对象单元中场景样本采样点类别的众数，赋值对象单元类别，将对象单元还原成像素级成果并进行精度评定。

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南京市测绘勘察研究院股份有限公司，其通讯地址为：210019 江苏省南京市建邺区创意路88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。