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！

龙图腾网获悉中南林业科技大学申请的专利一种人工林遥感图像分割方法、电子设备及计算机可读存储介质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：CN121353678B 。

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：202511909994.3，技术领域涉及：G06V10/26；该发明授权一种人工林遥感图像分割方法、电子设备及计算机可读存储介质是由刘泽瑞;李琳;张怀清;周国雄;刘涛;尹薇琪;林品天;彭文涛;曾江权;彭叶玲;谢浪飞设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本一种人工林遥感图像分割方法、电子设备及计算机可读存储介质在说明书摘要公布了：本发明涉及图像处理技术领域，本发明公开了一种人工林遥感图像分割方法、电子设备及计算机可读存储介质，该方法引入了MMF，将NDVI、EVI等植被指数与RGB图像进行联合建模，从而提升模型对人工林与其他地物的区分能力，同时，引入了KAN‑HGC，通过结合空间结构和特征相似性，自适应构建图结构，从而提升模型对边界区域的识别能力，并且，引入了GIGA，通过多维注意力增强关键区域特征，有效抑制背景干扰，提升模型在复杂场景中的识别准确性；此外，提出了一种FReSCO优化器，在训练中引入边界增强与光谱调节机制，提升模型对光谱差异的适应性和跨场景泛化能力。

本发明授权一种人工林遥感图像分割方法、电子设备及计算机可读存储介质在权利要求书中公布了：1.一种人工林遥感图像分割方法，其特征在于，所述方法包括： S1、基于UltraLight-VM-Unet框架，引入多模态融合模块作为输入层，采用多模态融合模块将RGB图像与归一化差值植被指数NDVI、增强植被指数EVI相结合，进行多模态特征融合； 所述多模态特征融合的过程如下： 输入的遥感图像，其由三通道RGB图像与两个通道的归一化植被指数NDVI、EVI组成，记为： ，式中，Concat表示拼接操作，表示原始图像，表示由NDVI与EVI拼接得到的辅助模态，H，W分别表示图像的高度和宽度； 提取指数特征： ，式中，C表示通道数，fvi表示向量，Fndvi-evi表示指数处理函数，xvi表示与节点vi相关的输入数据或特征； 将RGB图像与指数特征图融合，构造多模态输入： ； 调整NDVIEVI对不同语义通道的重要性权重： ，式中，为全局平均池化，,均为可学习的卷积核，表示Sigmoid激活，为激活函数； 根据不同位置的显著性生成空间权重： ，式中，Wsp表示空间权重，σ表示激活函数，Conv7×7表示一个7×7的卷积操作，Avgx′表示对输入特征x′进行平均池化，Maxx′表示对输入特征x′进行最大池化； 融合后的特征表示为： ； 使用NDVI和EVI的Sobel梯度图作为边缘指示，通过卷积提取边缘特征并与UltraLight-VM-UNet框架主干融合： ，式中，fedge表示提取的边缘特征，Conv3×3表示一个3×3的卷积操作，用于提取特征，Concat表示拼接操作，∇Sobel表示Sobel算子的梯度计算； S2、在UltraLight-VM-UNet框架的编码器中嵌入图卷积模块，并在输出端引入全局-局部交互门控自适应注意力机制模块，将多模态特征融合的特征作为输入，经多分支编码器和图卷积模块处理，增强对边界区域的识别能力，然后由全局-局部交互门控自适应注意力机制模块增强关键区域特征，构建得到人工林遥感图像分割网络KGF-Net； 其中，图卷积模块构建混合邻接图，并对混合邻接图进行卷积处理； S3、采用森林特征响应与季节性协同优化器作为人工林遥感图像分割网络KGF-Net的优化器； S4、对人工林遥感图像分割网络KGF-Net进行训练，训练完成后，将人工林遥感图像信息作为训练后的人工林遥感图像分割网络KGF-Net的输入，由训练后的人工林遥感图像分割网络KGF-Net输出人工林遥感分割图像。

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南林业科技大学，其通讯地址为：410001 湖南省长沙市韶山南路498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。