Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉工程大学;湖北省测绘工程院甘文霞获国家专利权

武汉工程大学;湖北省测绘工程院甘文霞获国家专利权

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!

龙图腾网获悉武汉工程大学;湖北省测绘工程院申请的专利基于地理加权非参数回归的遥感数据归一化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:CN119785131B

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:202411829877.1,技术领域涉及:G06V10/766;该发明授权基于地理加权非参数回归的遥感数据归一化方法及系统是由甘文霞;杨如琴设计研发完成,并于2024-12-12向国家知识产权局提交的专利申请。

基于地理加权非参数回归的遥感数据归一化方法及系统在说明书摘要公布了:本发明公开一种基于地理加权非参数回归的遥感数据归一化方法及系统,方法包括:搭建地理加权非参数回归估计模型;获取目标图像及参考遥感图像集,且基于目标图像和相应的参考遥感图像形成遥感图像对;对遥感图像对中目标图像进行预处理,得到与参考遥感图像的空间分辨率一致的重采样后目标图像;判断重采样后目标图像与参考遥感图像中的每个局部窗口内的变异系数,基于变异系数及预设阈值筛选出符合条件的同质像元以形成同质像元集;基于所述地理加权非参数回归估计模型与同质像元集,对待归一化图像进行逐像素计算,得到归一化结果。能以大幅宽、高时间分辨率、光谱一致、辐射一致的遥感数据作为辐射参考基准,实现任意目标图像的归一化。

本发明授权基于地理加权非参数回归的遥感数据归一化方法及系统在权利要求书中公布了:1.一种基于地理加权非参数回归的遥感数据归一化方法,其特征在于,包括以下步骤: 搭建地理加权非参数回归估计模型,结合当前像素点的地理位置,通过地理空间带宽及值域空间带宽确定地理加权非参数回归估计模型中的自适应带宽参数选择权重; 获取目标图像及参考遥感图像集,且基于目标图像和相应的参考遥感图像形成遥感图像对; 对遥感图像对中目标图像进行预处理,得到与参考遥感图像的空间分辨率一致的重采样后目标图像,其中,预处理至少包括重采样及几何配准; 判断重采样后目标图像与参考遥感图像中的每个局部窗口内的变异系数,基于变异系数及预设阈值筛选出符合条件的同质像元以形成同质像元集; 基于所述地理加权非参数回归估计模型与同质像元集,对目标图像进行逐像素计算,得到归一化结果,其中,通过目标图像中目标图像中待归一化像素与同质像元的灰度值差异及地理空间位置关系,确定对应的值域空间带宽及地理空间带宽进而确定自适应带宽参数选择权重; 其中,所述地理加权非参数回归估计模型,通过以下步骤构建: 结合当前像素点的地理位置,构建线性回归估计模型,通过泰勒表达式,结合回归系数、地理空间带宽及值域空间带宽对线性回归估计模型进行非参数回归的转换,得到非参数线性回归估计模型; 对非参数线性回归估计模型进行加权最小二乘处理,得到地理加权非参数回归估计模型,通过地理加权非参数回归估计模型得到某个地理位置处的预测值; 所述线性回归估计模型,表示如下: 所述非参数线性回归估计模型,表示如下: 所述地理加权非参数回归估计模型,表示如下: 其中,表示自适应带宽参数选择权重,,表示值域空间带宽,表示地理空间带宽,表示实际值,表示在地理位置处且回归系数的估计值或预测值,表示值域空间中第个同质像元相对于的权重,表示地理空间中第个同质像元相对于地理位置的权重,表示第处的地理位置即空间坐标,表示参考遥感图像,表示自适应带宽参数选择权重。

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工程大学;湖北省测绘工程院,其通讯地址为:430205 湖北省武汉市东湖开发区光谷一路206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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。