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！

龙图腾网获悉浙江大学申请的专利一种基于决策级数据融合的洪涝淹没区域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：CN115620162B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202211321653.0，技术领域涉及：G06V20/13；该发明授权一种基于决策级数据融合的洪涝淹没区域提取方法是由张丰;沈妙;胡林舒设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种基于决策级数据融合的洪涝淹没区域提取方法在说明书摘要公布了：本发明公开了一种基于决策级数据融合的洪涝淹没区域提取方法。该方法将训练集中Sentinel‑1、Sentinel‑2的影像波段进行组合，输入深度神经网络中，训练得到多个水体提取模型；再通过计算每个模型在测试集的水体提取精度，分别筛选出对无云雾覆盖非水体区域、无云雾覆盖水体区域、云雾覆盖区域提取精度最高的模型；最后使用决策树将以上三种模型在受灾区的提取结果融合，得到灾前、灾后的水体区域，并将灾后水体范围减去灾前水体范围得到研究区的洪涝淹没区域。本方法的优点在于充分考虑了无云和有云情况下的影像差别，使用不同模型提取有云和无云区域的水体，并用决策树来融合提取结果，既保证了无云区域的水体提取精度，又使云雾区域提取的水体更加完整。

本发明授权一种基于决策级数据融合的洪涝淹没区域提取方法在权利要求书中公布了：1.一种基于决策级数据融合的洪涝淹没区域提取方法，其特征在于它的步骤如下： S1：根据待检测受灾区域和洪涝灾害发生时间，获取该区域的灾前遥感影像和灾后遥感影像，并对影像进行预处理和数据对齐； S2：从带有洪涝淹没区域标注的无云样本集中提取不同的特征变量，组合成不同的多通道数据；以每一组多通道数据为输入，独立训练一个深度学习神经网络，从而得到每一组多通道数据对应的洪涝水体提取模型；其中洪涝水体提取模型的最后一层分类层中，通过固定的预设分类阈值来划分水体区域和非水体区域； S3：利用预先分割有无云雾覆盖非水体区域、无云雾覆盖水体区域、云雾覆盖区域的有云样本集，对S2中训练得到的每个洪涝水体提取模型进行测试，并得到每个洪涝水体提取模型对三种区域各自的水体识别结果，进而筛选出对于无云雾覆盖非水体区域提取精度最高且对其他两类区域提取精度不低于阈值下限的第一模型、对于无云雾覆盖水体区域提取精度最高且对其他两类区域提取精度不低于阈值下限的第二模型、对于云雾覆盖区域提取精度最高且对其他两类区域提取精度不低于阈值下限的第三模型； S4、利用决策树对第一模型、第二模型和第三模型进行级联，在级联模型中先由第一模型对输入影像进行水体区域提取，将属于水体的概率小于第一分类阈值的区域作为第一非水体区域，其余区域作为第一水体区域；再由第二模型对第一水体区域重新进行水体区域提取，将属于水体的概率大于等于第二分类阈值的区域作为第二水体区域，其余区域作为第二非水体区域；再由第三模型对第二非水体区域重新进行水体区域提取，将属于水体的概率大于等于第三分类阈值的区域作为第三水体区域，其余区域作为第三非水体区域；最终以第二水体区域和第三水体区域之和作为输入影像中的水体区域提取结果，其余区域均为非水体区域；基于所述有云样本集，依次针对第一模型、第二模型和第三模型的分类层中的分类阈值进行参数寻优，先确定使第一模型针对第一非水体区域的提取精度达到最高的第一分类阈值，再确定使第二模型针对第二水体区域的提取精度达到最高的第二分类阈值，最后确定使第三模型针对第三水体区域的提取精度达到最高的第三分类阈值； S5：将S1中得到的灾前遥感影像和灾后遥感影像分别作为输入影像，由参数寻优后的级联模型对输入影像进行水体提取，得到输入影像的水体区域提取结果，从而确定灾前水体区域和灾后水体区域；最后识别出灾后水体区域相对于灾前水体区域而言增加的区域，作为最终的洪涝淹没区域提取结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。