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！

龙图腾网获悉中国矿业大学;江苏比特达信息技术有限公司;河南龙宇能源股份有限公司申请的专利一种多模态语义与物理规律驱动的遥感图像生成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：CN121353446B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511913550.7，技术领域涉及：G06T11/40；该发明授权一种多模态语义与物理规律驱动的遥感图像生成方法是由赵作鹏;王思;罗苏;李永康;赵伟;张文康;蒋恒设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本一种多模态语义与物理规律驱动的遥感图像生成方法在说明书摘要公布了：本发明公开了一种多模态语义与物理规律驱动的遥感图像生成方法，属于计算机视觉与遥感图像生成技术领域，针对跨模态语义对齐不足、生成结果可信度低以及物理机理融合不充分问题，提出四阶段方法：首先对原始数据剔除低质量样本并统一空间尺度；继而采用BLIP与CLIP模型提取多模态语义向量，并引入遥感物理规则进行向量优化；随后在潜空间嵌入位置编码与物理约束条件，通过跨模态编码器实现多源信息联合建模；最终以文本描述、物理先验知识及扩散时间步为联合条件，基于Transformer架构执行去噪推理，借助跨注意力机制完成反向扩散重建。该方法提升物理合理性与语义一致性，为灾害监测、军事仿真等领域的遥感图像生成提供了更可靠的技术范式。

本发明授权一种多模态语义与物理规律驱动的遥感图像生成方法在权利要求书中公布了：1.一种多模态语义与物理规律驱动的遥感图像生成方法，其特征在于，包括如下步骤： S1、对原始遥感图像数据集进行质量筛选与尺度统一化，剔除存在云层覆盖、噪声或畸变的低质量遥感图像，并通过降采样或超分辨率重建将所有图像统一至目标分辨率，随后进行像素值归一化的预处理操作； S2、利用BLIP为筛选后的遥感图像自动生成候选文本描述，并引入光谱一致性与空间分布概率作为物理约束，对候选文本进行优化与筛选，获得高质量的语义标签； S3、使用分词器对所述语义标签进行分词处理，确保地物专业术语的完整性与准确性； S4、采用预训练CLIP文本编码器将文本转化为高维语义向量表示，用于跨模态对齐； S5、将处理后的遥感图像编码至潜空间，并嵌入二维空间位置信息，同时通过在损失函数中引入光谱与几何物理约束，构建融合了语义、几何与辐射特性的联合潜在表征； S6、在所述联合潜在表征上执行扩散过程：前向过程通过逐步添加噪声构建训练样本；反向去噪过程以文本语义向量、物理先验编码及扩散时间步为联合条件，采用基于Transformer架构的去噪网络，通过跨注意力机制实现多模态条件融合，迭代地预测并去除噪声，重建出去噪后的离散潜在特征； S7、将去噪后的离散潜在特征通过逆向量量化映射回连续空间，并利用上采样解码器重建出最终的高保真遥感图像； 所述S1中具体的步骤为： S1.1-1、依据遥感图像典型的质量退化因素，制定如下量化筛选标准： 云层覆盖：剔除云层覆盖面积超过图像总面积10%的图像； 条带噪声：通过计算图像在行或列方向上的梯度一致性，识别并剔除存在条带噪声的图像； 几何畸变：通过检查图像边缘的直线性或在有地理参考的情况下验证控制点，剔除存在几何扭曲的图像； 对公开原始遥感图像数据集中的每张图像应用上述标准，剔除所有不满足质量的图像； S1.2-1、将分辨率大于目标分辨率的图像通过降采样使其分辨率变为同一目标分辨率，具体方式如下： ； ； 其中，为原始高分辨率图像在局部窗口内的像素值，S为缩放因子，为局部窗口内像素数，x和y分别是目标分辨率图像上的横纵坐标像素索引，为高于目标分辨率图像的分辨率，和分别是x和y对应到高分辨率图像上的起始坐标； S1.2-2、将分辨率小于目标分辨率的图像使用ESRGAN网络超分辨率重建使其分辨率变为同一目标分辨率，提升图像分辨率，并合成更丰富的纹理信息，弥补低分辨率图像的信息缺失； S1.3-1、将图像的像素值范围从原始范围[0,255]线性映射到[-1,1]区间，以加速模型训练的收敛过程并提升数值稳定性；具体如下： ； 其中，为归一化后的图像，为统一分辨率后的各图像像素值，，分别为图像的最小像素值和最大像素值。

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中国矿业大学;江苏比特达信息技术有限公司;河南龙宇能源股份有限公司，其通讯地址为：221100 江苏省徐州市铜山区大学路1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。