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！

龙图腾网获悉自然资源部第一海洋研究所申请的专利基于边界辅助的遥感影像浒苔检测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：CN116343031B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310222644.4，技术领域涉及：G06V20/10；该发明授权基于边界辅助的遥感影像浒苔检测方法是由董志鹏;刘焱雄;冯义楷;杨龙;陈义兰;徐文学设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本基于边界辅助的遥感影像浒苔检测方法在说明书摘要公布了：本发明涉及遥感影像目标识别及信息提取技术领域，具体涉及一种基于边界辅助的遥感影像浒苔检测方法包括以下步骤：步骤一：基于浒苔特性的卷积神经网络语义分割架构，获得遥感影像的初始浒苔检测及浒苔边界检测结果；步骤二：基于浒苔边界辅助的遥感影像浒苔检测结果优化处理，针对现有基于卷积神经网络的语义分割架构难以有效应用于不同分布形状、边界模糊和弥散性分布的高分辨率遥感影像浒苔检测的问题，提出了一种基于边界辅助的双路卷积神经网络高分辨率遥感影像浒苔检测方法，可有效应用于不同分布形状、边界模糊和弥散性分布的高分辨率遥感影像浒苔精确检测。

本发明授权基于边界辅助的遥感影像浒苔检测方法在权利要求书中公布了：1.一种基于边界辅助的遥感影像浒苔检测方法，其特征在于，包括以下步骤： 步骤一：基于浒苔特性的卷积神经网络语义分割架构，获得遥感影像的初始浒苔检测及浒苔边界检测结果；所述步骤一包含双路卷积神经网络语义分割架构，其中一路用于提取影像中浒苔区域，另一路用于提取影像中浒苔区域边界； 双路卷积神经网络语义分割架构中，每路卷积神经网络语义分割网络包括网络编码和解码两个阶段； 所述网络编码阶段采用五级特征对影像特征进行提取，在每级特征上有两个特征图用于提取影像特征和一个残差模块优化特征图训练参数； 所述解码阶段采用六级特征用于影像特征提取，其中前五级特征中每级特征上有两个特征图，且融合网络编码阶段对应级别低层的位置信息用于影像特征提取；第六级特征上有一个特征图，用于提取的影像特征融合，进行像素类别分类； 所述解码阶段中，在第六级特征图后面衔接logistic层，用于将第五级特征输出值映射到0~1范围内； 在卷积神经网络中，使用随机梯度下降法对网络参数进行训练，基于归一化后的真值标注与logistic层的输出值进行语义分割架构的训练损失，双路卷积神经网络语义分割架构训练损失计算如下： ； ； ； 式中，、和分别为双路卷积神经网路语义分割架构、浒苔检测网络架构和浒苔边界检测网络架构训练损失函数；为浒苔检测网络架构和浒苔边界检测网络架构训练损失平衡系数，为0.4；为min-batch中包含的影像数；和分别为输入影像的高度和宽度；为浒苔检测网络logistic层在位置的输出值；为浒苔检测网络logistic层在位置对应的归一化真值标注；为浒苔边界检测网络logistic层在位置的输出值；为浒苔边界检测网络logistic层在位置对应的归一化真值标注； 所述步骤一中还包括双路卷积神经网络高分辨率遥感影像浒苔语义分割架构测试，双路卷积神经网路的两个logistic层输出值乘以255，将其映射到0~255范围内，使用如下公式对两个logistic层映射后的值计算，生成两个单波段影像； ； 式中，为单波段影像中位置的像素值；、和分别为logistic层在位置的输出值； 单波段的影像像素值与设定的阈值比较，如果大于等于阈值，则预测结果中与该单波段影像对应位置处的像素为浒苔或者浒苔边界，反之为背景像素，从而获得影像的初始浒苔检测结果和浒苔边界检测结果； 步骤二：基于浒苔边界辅助的遥感影像浒苔检测结果优化处理； 所述步骤二中，将浒苔边界检测结果叠加到初始浒苔检测结果上进行优化处理，在进行优化处理时依照以下规则： 规则一：在叠加结果中，基于影像像素为浒苔和非浒苔类别进行区域增长，若一个非浒苔区域的像素数大于等于300，则将该非浒苔区域填充为浒苔； 规则二：在区域增长结果中，如果浒苔区域的像素数小于100，则该浒苔区域为噪声区域，将该区域浒苔类别标签转变为非浒苔。

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自然资源部第一海洋研究所，其通讯地址为：266000 山东省青岛市崂山区仙霞岭路6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。