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！

龙图腾网获悉哈尔滨工业大学申请的专利基于数字表面模型DSM和高光谱联合的多模态遥感图像光谱解混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：CN119478672B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411484101.0，技术领域涉及：G06V20/10；该发明授权基于数字表面模型DSM和高光谱联合的多模态遥感图像光谱解混方法是由谷延锋;黄艳远;刘天竹设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本基于数字表面模型DSM和高光谱联合的多模态遥感图像光谱解混方法在说明书摘要公布了：基于数字表面模型DSM和高光谱联合的多模态遥感图像光谱解混方法，本发明属于遥感图像处理领域，涉及多模态遥感图像光谱解混方法。本发明为解决现有方法没有考虑到DSM和高光谱数据实际上是来自同一场景的不同传感器的不同维度信息，没有在模型成像过程中对DSM和高光谱数据的联合成像进行建模，导致遥感图像的光谱解混精度差的问题。过程为：获取覆盖地理区域相同且分辨率相同的多模态遥感图像；所述多模态遥感图像包括高光谱遥感图像和DSM遥感图像数据；基于DSM遥感图像数据获取地物类型的几何分量信息；构造基于DSM和高光谱联合的多模态遥感图像光谱解混模型；采用交替方向乘子法求解基于DSM和高光谱联合的多模态遥感图像光谱解混模型，得到丰度信息。

本发明授权基于数字表面模型DSM和高光谱联合的多模态遥感图像光谱解混方法在权利要求书中公布了：1.基于数字表面模型DSM和高光谱联合的多模态遥感图像光谱解混方法，其特征在于：所述方法具体过程为： 步骤一、获取覆盖地理区域相同且分辨率相同的多模态遥感图像； 基于DSM遥感图像数据获取地物类型的几何分量信息； 所述DSM为数字表面模型； 所述多模态遥感图像包括高光谱遥感图像数据和DSM遥感图像数据； 步骤二、构造基于DSM和高光谱联合的多模态遥感图像光谱解混模型；具体过程为： 步骤二一、引入本征图像分解模型，本征图像分解模型将高光谱遥感图像YH分解为反射率分量S和明暗分量R的点乘： 其中，YH表示高光谱遥感图像； 表示明暗分量； 表示反射率分量； 步骤二二、引入线性光谱解混模型； 步骤二三、基于本征图像分解模型和线性光谱解混模型，构造基于DSM和高光谱联合的多模态遥感图像光谱解混模型的目标函数； 所述步骤二二中引入线性光谱解混模型；表达式如下： YH＝EA+N 其中，表示端元矩阵，表示丰度矩阵，表示测量误差；C表示端元的数量； 所述步骤二三中基于本征图像分解模型和线性光谱解混模型，构造基于DSM和高光谱联合的多模态遥感图像光谱解混模型的目标函数；目标函数表示如下： s.t.A≥0 其中，表示Frobenius范数的平方；α、β均为平衡各约束项重要性的惩罚系数；M表示环境光照；G表示几何分量；1P表示P维的全1矩阵，T表示求转置；ΨR表示反射率分量的先验约束项，ΥA表示丰度信息的先验约束项，U表示目标函数；⊙表示哈德玛积； 步骤三、采用交替方向乘子法求解步骤二构造的基于DSM和高光谱联合的多模态遥感图像光谱解混模型，得到丰度信息。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。