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！

龙图腾网获悉辽宁工程技术大学申请的专利顾及波段信息的多光谱遥感影像沙地智能提取方法及系统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：CN116543305B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310526207.1，技术领域涉及：G06V20/10；该发明授权顾及波段信息的多光谱遥感影像沙地智能提取方法及系统是由张兵;常馨月;朱洪波;宋伟东;任东风;戴激光设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本顾及波段信息的多光谱遥感影像沙地智能提取方法及系统在说明书摘要公布了：本发明公开了一种顾及波段信息的多光谱遥感影像沙地智能提取方法及系统，该方法包括：1在U‑Net模型中加入可变形卷积，获得Y‑Net模型，在各波段沙地影像数据集上进行训练、预测及性能评估；2根据各波段对沙地信息提取的精准程度确定波段权重值，对覆盖沙地的原始多光谱遥感影进行加权重构；3对加权重构后的新影像进行专家标注，构建波段组合多光谱遥感影像数据集；4将Y‑Net网络模型在所述波段融合多光谱遥感影像数据集上进行训练，得到组合波段的Y‑Net网络模型的最佳参数；5对待识别的沙地遥感影像进行预测。利用光谱特征结合深度卷积神经网络解决了现有波段利用效率低，普适性较差等问题，提高地物提取精度。

本发明授权顾及波段信息的多光谱遥感影像沙地智能提取方法及系统在权利要求书中公布了：1.一种顾及波段信息的多光谱遥感影像沙地智能提取方法，其特征在于，包括以下步骤： S101：在U-Net网络模型中加入可变形卷积，获得Y-Net网络模型；并将所述Y-Net网络模型在已知沙地信息的各波段沙地遥感影像上，进行训练、预测以及性能评估，获得各波段沙地遥感影像对沙地信息提取的精准程度； S102：根据各波段沙地遥感影像对沙地信息提取的精准程度，确定各波段沙地遥感影像权重值，对覆盖沙地的原始多光谱遥感影进行加权重构，产生新的沙地遥感影像； S103：对加权重构后的遥感影像中的沙地信息进行专家标注，生成样本标签，构建波段融合多光谱沙地遥感影像数据集； S104：将Y-Net网络模型在所述波段融合多光谱遥感影像数据集上进行训练，得到组合波段的Y-Net网络模型的最佳参数； S105：利用最佳参数的组合波段的Y-Net网络模型对待识别的沙地遥感影像进行预测，得到沙地信息检测结果； 所述待识别的沙地遥感影像，是将待识别的各波段沙地影像按照S102进行加权重构获得； S101中利用所述的Y-Net网络模型，对沙地遥感影像中沙地信息进行特征提取，具体过程如下： 首先，利用Y-Net网络模型中特征提取网络的不同卷积在采样点位置对某波段沙地原始影像进行初步特征影像提取： 其中，I为输入的某波段沙地原始遥感影像，M为卷积核，p为输出特征影像点，r为影像的宽，a、b为输入的某波段沙地原始遥感影像I在水平和垂直方向上的偏移量，x,y分别I中某点的横、纵坐标值；Xp表示某波段沙地原始遥感影像I中点x,y在输出的初步特征影像中的对应p的影像值； 之后，在所述初步特征影像上使用标准的规则网格点k进行特征采样，再使用可变形卷积获取高阶特征影像y： 其中，Wk为网格点k的卷积核权重系数，网格点k表示采样位置，yp表示p点输出的高阶特征影像值，p0为原始采样位置，pk表示采样点在自适应可变形卷积核中的位置，sk表示pk的学习率，Δpk表示可变形卷积中的偏移量，Δmk表示可调节量，ck表示可调节量Δmk的学习率，sk∈[0,1]，Δmk∈[0,1]，ck∈[0,1]。

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辽宁工程技术大学，其通讯地址为：123000 辽宁省阜新市中华路47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。