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！

龙图腾网获悉南京理工大学申请的专利一种基于扩散预训练的遥感图像道路分割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：CN120047683B 。

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：202411904256.5，技术领域涉及：G06V10/26；该发明授权一种基于扩散预训练的遥感图像道路分割方法是由刘华军;姜媛设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于扩散预训练的遥感图像道路分割方法在说明书摘要公布了：本发明提出了一种基于扩散预训练的遥感图像道路分割方法，基于UNet网络构建分割骨干模型，编码部分包括一个ConvBlock和4个编码块，解码部分包括4个解码块和预测头，遥感图像经过ConvBlock、4个编码块、4个解码块和一个预测头后，输出道路分割图片；基于去噪扩散概率模型，对预训练数据集中的遥感图像添加噪声，得到带噪声的遥感图像，输入分割骨干模型，由第四个解码块输出重建图像，以重建图像和原始遥感图像值最小为目标，完成分割骨干模型预训练过程；加载预训练得到的分割骨干模型权重，基于微调数据集完成分割骨干模型微调，用于实际遥感图像道路分割任务。本发明在标签较少的情况下可以保证分割精度，能够有效处理复杂背景和噪声干扰。

本发明授权一种基于扩散预训练的遥感图像道路分割方法在权利要求书中公布了：1.一种基于扩散预训练的遥感图像道路分割方法，其特征在于，包括以下内容和步骤： 步骤1，构建预训练数据集和微调数据集，其中预训练数据集仅包含完整路线图的遥感图像，而微调数据集包含遥感图像及对应道路标注； 步骤2，基于UNet网络构建分割骨干模型，编码部分包括一个ConvBlock和4个编码块，解码部分包括4个解码块和预测头，遥感图像经过ConvBlock、4个编码块、4个解码块和一个预测头后，输出道路分割图片； 步骤2，基于UNet网络构建分割骨干模型，编码部分包括ConvBlock和4个编码块，解码部分包括4个解码块和预测头，遥感图像经过ConvBlock、4个编码块、4个解码块一个预测头后，输出道路分割图片，具体方法为： 给定一个遥感图像该输入经过ConvBlock变成然后经过第一个编码块变成特征图以此类推，分别经过第二、三、四个编码块，得到特征图X2,X3,X4，此过程，通道数逐步增加，特征图尺寸逐步减小；相对应的，特征图X4与特征图X3拼接再输入到第四块解码块，得到特征图Y4，Y4与X2拼接再输入到第三块解码块，得到特征图Y3；以此类推，剩下解码块输出为Y2,Y1；最后特征图Y1经过1×1Conv，输出道路分割图片； 编码块由一个PatchMerging和一个SSFBlock串联组成，解码块由一个PatchExpand和一个SSFBlock串联组成； a、光谱-空间融合块SSFBlock PatchMerging对第l-1层的特征图Xl-1进行操作后，得到特征图第l个SSFBlock中，特征图先经过层归一化LayerNorm和谱卷积操作，得到的特征图与特征图相加，得到特征图之后特征图经过层归一化和MLP操作，得到得到的输出与特征图相加，得到这一层的输出X b、谱卷积SP-Conv 第l层的特征图经过归一化后得到特征图在谱卷积模块中，特征图按通道维度分为两个张量其中X′l直接输入自适应特征选择与增强AFSE层，得到特征图X″l经过DCT变换后输入AFSE层，再进行反变换，得到特征图最后，和沿通道进行拼接，得到谱卷积输出 c、AFSE层 AFSE层由细节增强分支DEB、元注意分支MAB和线性变换分支LTB并联组成； DEB是一种深度可分离卷积，通过顺序组合深度卷积和逐点卷积来增强局部细节特征；LTB是DEB的并行分支，通过1×1卷积在通道维度上进行线性变换；对于特征图X′l，DEB和LTB组成的基本结构表述如下： 其中，表示1×1卷积，表示3×3的深度卷积； MAB是元注意力模块，对于给定的特征图MAB过程描述如下： 其中，GAP·和GMP·分别表示全局平均池化和全局最大池化操作，FCm·表示全连接操作； 最终，AFSE层输出表示为： 步骤3，基于去噪扩散概率模型，对预训练数据集中的遥感图像添加噪声，得到带噪声的遥感图像，输入分割骨干模型，由第四个解码块输出重建图像，以重建图像和原始遥感图像值最小为目标，完成分割骨干模型预训练过程，具体方法为： 清晰的遥感图像x0先经过DCT变换到频域，得到频谱图再逐步添加噪声，分别得到带噪声的频谱图接着分别对带噪声的频谱图进行iDCT得到带噪声的遥感图像x1,…,xt-1,xt,…xT，然后分别输入到分割骨干模型中，由第四个解码块输出重建图像，重建的图像为 步骤4，加载预训练得到的分割骨干模型权重，基于微调数据集完成分割骨干模型微调； 步骤5，将待测遥感图像输入微调好的分割骨干模型中，完成实际遥感图像道路分割任务。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。