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！

龙图腾网获悉武汉大学申请的专利基于细节增强与边缘重建的遥感影像阴影去除方法与装置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：CN120070263B 。

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：202510075302.3，技术领域涉及：G06T5/77；该发明授权基于细节增强与边缘重建的遥感影像阴影去除方法与装置是由李慧芳;邵乘霖设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本基于细节增强与边缘重建的遥感影像阴影去除方法与装置在说明书摘要公布了：本申请公开了基于细节增强与边缘重建的遥感影像阴影去除方法与装置。该方法包括：获取遥感影像训练集对有阴影影像进行阴影检测得到原始阴影掩膜，对原始阴影掩膜进行形态学操作得到划分后的阴影掩膜和无半影图；将划分后的阴影掩膜和无半影图输入到遥感影像去除模型中，得到阴影去除结果，基于阴影去除结果和真实无阴影影像构建混合损失函数，基于混合损失函数对遥感影像去除模型进行训练；获取待检测遥感影像，对待检测遥感影像进行阴影检测后输入到训练好的遥感影像去除模型中，得到去阴影遥感图像。本申请能够提高遥感图像阴影去除的质量，在整体图像色彩恢复质量，阴影区域微小细节结构恢复以及边缘伪痕处理上具有明显优势。

本发明授权基于细节增强与边缘重建的遥感影像阴影去除方法与装置在权利要求书中公布了：1.一种基于细节增强与边缘重建的遥感影像阴影去除方法，其特征在于，所述方法包括： 获取遥感影像训练集；其中，所述遥感影像训练集包括有阴影影像和所述阴影影像对应的同一区域的真实无阴影影像； 对所述有阴影影像进行阴影检测得到原始阴影掩膜，对所述原始阴影掩膜进行形态学操作得到区分本影区域和半影区域的划分后的阴影掩膜和包含本影区域和无阴影区域的无半影图； 将所述划分后的阴影掩膜和所述无半影图输入到遥感影像去除模型中，得到阴影去除结果，基于所述阴影去除结果和所述真实无阴影影像构建混合损失函数，基于混合损失函数对所述遥感影像去除模型进行训练；所述遥感影像去除模型包括本影区域细节增强模型、一个生成器和一个判别器；所述遥感影像去除模型的处理过程包括： 将所述划分后的阴影掩膜和所述无半影图输入到所述本影区域细节增强模型中，得到得到细节增强图；将所述无半影图、所述细节增强图和所述划分后的阴影掩膜输入到所述生成器中，得到阴影去除结果；将所述阴影去除结果和所述真实无阴影影像输入到所述判别器中判别真假，基于判别结果辅助所述生成器输出高保真的阴影去除结果； 所述生成器包括颜色编码器、细节编码器、浅层特征自适应融合模块、深层特征交叉融合模块和级联式解码器；将所述无半影图、所述细节增强图和所述划分后的阴影掩膜输入到所述生成器中，得到阴影去除结果，包括： 将所述无半影图和所述划分后的阴影掩膜输入到所述颜色编码器中提取多尺度颜色特征，得到颜色特征图；将所述细节增强图和所述划分后的阴影掩膜输入到所述细节编码器中提取多尺度细节特征，得到细节特征图；将所述颜色特征图和所述细节特征图输入到所述浅层特征自适应融合模块中得到浅层融合特征，将所述颜色特征图和所述细节特征图输入到所述深层特征交叉融合模块中得到高维融合特征；将所述浅层融合特征和所述高维融合特征输入到所述级联式解码器中，得到阴影去除结果； 获取待检测遥感影像，对所述待检测遥感影像进行阴影检测后输入到训练好的遥感影像去除模型中，得到去阴影遥感图像。

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大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。