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！

龙图腾网获悉北京智碳寰宇技术有限公司申请的专利一种基于耕地遥感数据的标注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：CN120411457B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510533438.4，技术领域涉及：G06V10/22；该发明授权一种基于耕地遥感数据的标注方法及系统是由张忠臣;王郭洋;郝闻众;张家盈;王瑞熹;舒畅;康霄设计研发完成，并于2025-04-26向国家知识产权局提交的专利申请。

本一种基于耕地遥感数据的标注方法及系统在说明书摘要公布了：本发明提供了一种基于耕地遥感数据的标注方法及系统。包括：获取耕地的多时相、多源遥感数据；对数据进行辐射校正与几何配准处理；采用改进的U‑net网络，对处理后的数据进行特征提取，并通过CBAM模块增强耕地边缘区域的权重，得到多尺度特征图；将同一区域的多时相数据输入LSTM网络，得到时序特征向量，并将时序特征向量与多尺度特征图进行拼接，得到时序特征图；基于特征图进行初始标注，获得初始标注结果，并对初始标注结果进行闭运算填充小孔洞，结合超像素分割算法优化边界平滑性，得到优化后的标注结果；将优化后的标注结果生成矢量标注文件。有效克服云层干扰，使标注精度提高15‑20％；时空特征联合分析将耕地边界识别准确率提升至90％以上。

本发明授权一种基于耕地遥感数据的标注方法及系统在权利要求书中公布了：1.一种基于耕地遥感数据的标注方法，其特征在于，包括： 获取耕地的多时相、多源遥感数据； 对所述多时相、多源遥感数据进行辐射校正与几何配准处理； 采用改进的U-net网络，对辐射校正与几何配准处理后的所述多时相、多源遥感数据进行特征提取，并通过CBAM模块增强耕地边缘区域的权重，得到具有增强耕地边缘特征的多尺度特征图； 将同一区域的多时相数据输入LSTM网络，得到时序特征向量，并将所述时序特征向量与所述多尺度特征图进行拼接，得到时序特征图； 基于所述多尺度特征图和时序特征图进行初始标注，获得初始标注结果，并对所述初始标注结果进行闭运算填充小孔洞，结合超像素分割算法优化边界平滑性，得到优化后的标注结果； 将所述优化后的标注结果生成矢量标注文件； 所述采用改进的U-net网络，对辐射校正与几何配准处理后的所述多时相、多源遥感数据进行特征提取，并通过CBAM模块增强耕地边缘区域的权重，得到具有增强耕地边缘特征的多尺度特征图，包括： 构建改进的U-Net网络架构，其中：编码器部分采用深度可分离卷积进行多尺度空间特征提取，逐步下采样获取从低级纹理到高级语义的特征；解码器部分通过上采样和跳跃连接恢复空间分辨率；在每个卷积块后嵌入CBAM注意力模块，该模块包含：通道注意力子模块，动态调整Sentinel-1VHVV极化通道与Sentinel-2光学通道的融合权重；空间注意力子模块，重点增强耕地边缘区域的特征响应； 多模态数据融合处理：输入数据为经过辐射校正和几何配准的Sentinel-1VHVV极化数据和Sentinel-2多光谱数据；在网络第一层采用1×1卷积核将不同传感器数据的通道统一对齐；在网络深层通过特征拼接实现雷达与光学数据的互补信息融合； 多云区域补偿机制：实时计算光学数据的云覆盖度，当云覆盖超过30%时：通过CBAM通道注意力自动提升雷达数据特征的权重系数；在解码器阶段采用生成对抗网络重建被云遮盖区域的光谱特征； 输出融合后的所述多尺度特征图； 所述将同一区域的多时相数据输入LSTM网络，得到时序特征向量，并将所述时序特征向量与所述多尺度特征图进行拼接，得到时序特征图，包括： 时序数据准备：将同一区域的所述多时相遥感数据，包括NDVI、EVI及SWIR波段反射率，构建时间序列数据集； 时序特征提取：对所述时间序列数据集进行归一化处理，采用滑动窗口机制构造LSTM网络输入，其中窗口大小T≥6个月； LSTM时序建模：将处理后的时序数据输入LSTM网络，通过门控机制学习作物生长规律，具体包括：利用遗忘门滤除非生长季的干扰特征；通过输入门强化关键物候期的特征表达；输出表征耕地状态变化的时序特征向量； 时空特征融合：将所述时序特征向量与U-Net网络提取的所述多尺度特征图进行融合，得到所述时序特征图；其中，采用以下任一种融合策略： 早期融合：在LSTM输入层拼接时序数据与空间特征； 晚期融合：对LSTM输出的时序特征与空间特征进行加权平均； 所述对所述初始标注结果进行闭运算填充小孔洞，结合超像素分割算法优化边界平滑性，得到优化后的标注结果，包括： 初始标注优化：对初始标注结果进行形态学闭运算处理，包括：采用3×3或5×5结构元素执行膨胀操作，填充小孔洞；对膨胀后的标注结果执行腐蚀操作，恢复目标区域原始轮廓； 超像素分割优化：对经过初始标注优化处理的标注结果执行SLIC超像素分割优化，包括：设定超像素数量n_segments为500~2000；设定紧凑性参数compactness为10~30；计算每个超像素区域内的主要类别，采用多数投票法确定最终类别； 边界平滑处理：基于超像素分割优化得到的超像素分割结果，优化标注边界平滑性，输出最终优化后的标注结果。

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北京智碳寰宇技术有限公司，其通讯地址为：100043 北京市石景山区古城西街26号院1号楼17层1702；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。