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！

龙图腾网获悉中国科学院西安光学精密机械研究所申请的专利基于伪不变区域对的高光谱遥感影像相对辐射归一化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：CN119625347B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411728398.0，技术领域涉及：G06V10/72；该发明授权基于伪不变区域对的高光谱遥感影像相对辐射归一化方法是由陈军宇;高敬坤;张耿;冯向朋;李海巍;李思远;王一豪;阎和玉设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本基于伪不变区域对的高光谱遥感影像相对辐射归一化方法在说明书摘要公布了：本发明涉及高光谱遥感影像辐射归一化方法，具体涉及一种基于伪不变区域对的高光谱遥感影像相对辐射归一化方法，解决了现有基于像元的相对辐射归一化方法空间匹配精度较低和光谱特征偏移的技术问题。本发明采用超像素分割、形态学处理和超像素引导方法筛选伪不变区域，然后采用基于空谱约束的自校正模型通过自适应学习对待校正高光遥感谱影像进行相对辐射归一化，采用定量化方法，不仅能够充分利用高光谱遥感影像的空谱特征，还能自适应校正不同时相下高光谱遥感影像的辐射强度，提高时序间的一致性和定量反演精度，从而提高了相对辐射归一化的准确性和一致性，适用于高空间分辨率、地物场景复杂高光谱遥感影像的辐射归一化。

本发明授权基于伪不变区域对的高光谱遥感影像相对辐射归一化方法在权利要求书中公布了：1.一种基于伪不变区域对的高光谱遥感影像相对辐射归一化方法，其特征在于，包括以下步骤： 步骤1、利用光谱仪在不同时刻获取参考高光谱遥感影像DN_T1和待校正高光谱遥感影像DN_T2，然后根据光谱仪的定标系数分别计算DN_T1和DN_T2的入瞳辐亮度； 步骤2、利用DN_T1的入瞳辐亮度对DN_T1进行大气校正，利用DN_T2的入瞳辐亮度对DN_T2进行大气校正，然后对二者进行图像配准，实现特征空间的对齐，得到特征空间对齐的DN_T1和DN_T2； 步骤3、分别对特征空间对齐的DN_T1和DN_T2进行预处理，剔除其中随时间变化显著的区域，得到增强的DN_T1和DN_T2； 步骤4、使用基于光谱响应函数的特征波段选择网络，分别对增强的DN_T1和DN_T2进行降维处理，提取其光谱特征，得到降维后的DN_T1和DN_T2； 步骤5、采用基于迭代加权的多元变化检测变换算法，分别在增强的DN_T1和DN_T2中获取DN_T1和DN_T2的伪不变特征点群； 步骤6、采用超像素分割对降维后的DN_T1和DN_T2分别进行地物聚类，同时对DN_T1和DN_T2的伪不变特征点群分别进行形态学处理，然后根据地物聚类结果和形态学处理结果，分别筛选DN_T1和DN_T2的伪不变区域； 步骤7、对DN_T1和DN_T2的伪不变区域进行配对，然后将配对后的伪不变区域输入基于空谱约束的自校正初始模型中，自校正初始模型对DN_T2的伪不变区域进行归一化处理，然后根据归一化结果与DN_T1的伪不变区域之间的损失函数值调整自校正初始模型的参数，得到基于空谱约束的自校正模型；所述基于空谱约束的自校正模型包括依次连接的输入层、特征提取层、光谱约束层、辐射差异学习层和辐射校正输出层；所述特征提取层包括用于提取伪不变区域空间特征和光谱特征的3d卷积残块，所述光谱约束层基于光谱注意力机制； 步骤8、将特征空间对齐的DN_T2输入基于空谱约束的自校正模型中，得到归一化高光谱遥感影像，完成高光谱遥感影像的相对辐射归一化。

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中国科学院西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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。