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！

龙图腾网获悉哈尔滨工业大学申请的专利基于生成对抗网络的遥感SAR-光学图像融合去云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：CN116579943B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310521650.X，技术领域涉及：G06T5/50；该发明授权基于生成对抗网络的遥感SAR-光学图像融合去云方法是由胡悦;张帅设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本基于生成对抗网络的遥感SAR-光学图像融合去云方法在说明书摘要公布了：基于生成对抗网络的遥感SAR‑光学图像融合去云方法，属于遥感光学图像处理领域。本发明针对现有遥感光学图像除云方法难以去除和恢复厚云区域的问题。包括基于生成对抗网络并融合SAR图像信息，引入注意力模块和转换模块到生成对抗网络中；输入多云图像到注意力模块以生成注意力图；将多云图像和假光学图像输入生成器中恢复多云区域；根据注意力图将多云图像和生成器的输出融合为无云图像；再将真值图和生成的无云图像分别与SAR图像进行级联输入到判别器判断真假；引入注意力损失和生成器、判决器的损失函数，通过梯度下降算法用来对模型的参数进行更新。本发明方法可有效去除光学图像中薄云和厚云等区域。

本发明授权基于生成对抗网络的遥感SAR-光学图像融合去云方法在权利要求书中公布了：1.一种基于生成对抗网络的遥感SAR-光学图像融合去云方法，其特征在于包括， 步骤一：采集选定场景的成对的有云光学图像、SAR图像和选定场景真实光学图像作为训练样本图像； 步骤二：建立遥感光学图像除云模型，并采用训练样本图像进行训练，获得训练后遥感光学图像除云模型； 所述遥感光学图像除云模型包括转换模块、注意力模块、生成器和判决器； SAR图像经转换模块获得假光学图像；将假光学图像与有云光学图像按通道级联后送入生成器中，经生成器恢复有云光学图像的有云区域，获得生成器生成光学图像；有云光学图像经注意力模块生成注意力图；注意力图与生成器生成光学图像进行逐元素点乘，同时取反后与有云光学图像进行逐元素点乘，将两个点乘结果相加得到复原后无云图像； 分别将SAR图像与复原后无云图像和选定场景真实光学图像级联后输入至判决器进行图像的真假判断； 在模型训练过程中，引入转换模块损失函数、注意力损失函数、生成器损失函数和判决器损失函数，通过梯度下降算法对遥感光学图像除云模型的参数进行优化更新；满足预设条件后，获得训练后遥感光学图像除云模型； 步骤三：将目标场景的成对的有云光学图像和对应的SAR图像输入训练后遥感光学图像除云模型中，经生成器输出有云光学图像的除云后光学图像； 步骤二中，注意力损失函数表示为，定义为注意力图的范数： ， 式中=，A表示注意力模块；N表示训练样本图像中有云光学图像的总数，表示第n张有云光学图像；表示范数； 注意力损失函数用于鼓励注意力模块关注多云区域； 步骤二中，判决器损失函数表示为： ， 式中表示对所有作为输入计算的结果求期望，表示判决器对输入图像的判决结果，为SAR图像与选定场景真实光学图像级联结果，为表示对所有作为输入计算的结果求期望，为SAR图像与复原后无云图像级联结果； 其中复原后无云图像的获得方法为： ， 式中表示经生成器获得的生成器生成光学图像，表示逐元素点乘； 步骤二中，生成器损失函数表示为： ， 式中为对抗损失，为范数损失函数的权重，为结构相似性损失函数，为针对复原后无云图像和选定场景真实光学图像的结构相似性损失函数的权重；和的取值范围为0-10； ， ， 式中表示第n张复原后无云图像，表示第n张选定场景真实光学图像； ， 式中表示结构相似性； 转换模块损失函数表示为： ， 式中为针对假光学图像和选定场景真实光学图像的结构相似性损失函数的权重，取值范围为0-10。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。