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！

龙图腾网获悉西安微电子技术研究所申请的专利一种用于遥感卫星上的图像识别方法及系统、终端设备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：CN115294470B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211026400.0，技术领域涉及：G06V20/13；该发明授权一种用于遥感卫星上的图像识别方法及系统、终端设备是由李超;赵公方;杨涛;樊诚;黄潇瑶;王小珂;刘曦设计研发完成，并于2022-08-25向国家知识产权局提交的专利申请。

本一种用于遥感卫星上的图像识别方法及系统、终端设备在说明书摘要公布了：本发明公开一种用于遥感卫星上的图像识别方法及系统、终端设备，其识别方法包括获取待识别的图像；将待识别的图像输入预先构建的全卷积神经网络中进行预处理，得到去除噪声的图像；将去除噪声的图像输入预先构建的深度卷积神经网络中，并采用深度卷积神经网络对图像进行识别；预先构建的深度卷积神经网络包括两个分支卷积神经网络；获取所述图像的识别结果。该方法通过对待识别的图像进行预处理，提高了识别的效率，图像能够直接输入到全卷积神经网络中去，免去了复杂的特征提取，减少了数据预处理的难度，降低了算法设计的复杂度，提高了识别精确度。两个分支卷积神经网络分别提取图像的颜色特征和形状特征，提高了图像的分析能力，提高检测的精确度。

本发明授权一种用于遥感卫星上的图像识别方法及系统、终端设备在权利要求书中公布了：1.一种用于遥感卫星上的图像识别方法，其特征在于，包括以下步骤： S1：获取待识别的图像； S2：将所述待识别的图像输入预先构建的全卷积神经网络中进行预处理，得到去除噪声的图像； S3：将去除噪声的图像输入预先构建的深度卷积神经网络中，并采用所述深度卷积神经网络对所述图像进行识别；所述预先构建的深度卷积神经网络包括两个分支卷积神经网络，所述两个分支卷积神经网络分别提取图像的颜色特征和形状特征； S4：获取所述图像的识别结果； 所述全卷积神经网络的构建过程为： S201：设置所述全卷积神经网络的初始化权重，并对现有的图像数据加入噪声后输入至所述全卷积神经网络中，对所述全卷积神经网络进行训练，得到去噪后的图像； S202：将所述去噪后图像与加入噪声前的图像进行对比，得到对比图像的像素平均绝对误差，将所述对比图像的像素平均绝对误差向后传播，依次获取所述全卷积神经网络中各卷积层的误差； S203：以获取的所述全卷积神经网络中各卷积层的误差修正所述初始化权重，用修正后的初始化权重再次训练所述全卷积神经网络，直至得到的所述全卷积神经网络中各卷积层的误差符合设计要求，完成所述全卷积神经网络的构建； 所述深度卷积神经网络的构建过程为： S301：对现有的图像数据进行人工打标签处理，并设置所述深度卷积神经网络运行的初始运行参数； S302：在所述初始运行参数条件下，利用现有的图像数据的RGB图像数据和灰度图像数据对所述深度卷积神经网络进行训练，输出网络识别标签； S303：将人工设置的标签与所述网络识别标签进行对比，获取对比标签的平均绝对误差，将所述对比标签的平均绝对误差向后传播，获取所述深度卷积神经网络中各卷积层的误差； S304：采用所述深度卷积神经网络中各卷积层的误差修正所述初始运行参数，并采用所述修正后的初始运行参数继续训练所述深度卷积神经网络，直至得到的所述深度卷积神经网络中各卷积层的误差符合要求，完成所述深度卷积神经网络的构建。

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西安微电子技术研究所，其通讯地址为：710000 陕西省西安市雁塔区太白南路198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。