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！

龙图腾网获悉生态环境部卫星环境应用中心申请的专利基于遥感影像的生态保护红线内建筑垃圾识别方法和装置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：CN120495692B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510627273.7，技术领域涉及：G06V10/54；该发明授权基于遥感影像的生态保护红线内建筑垃圾识别方法和装置是由吴玲;肖桐;申文明;任致华;王启为;毕京鹏;马万栋;毕晓玲;韩超棋设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本基于遥感影像的生态保护红线内建筑垃圾识别方法和装置在说明书摘要公布了：本发明公开了一种基于遥感影像的生态保护红线内建筑垃圾识别方法和装置，属于卫星遥感技术领域。该方法包括：获取覆盖待研究生态保护红线内区域的遥感影像并进行预处理；根据预处理后的遥感影像提取并剔除植被区域和水体区域；将剔除植被区域和水体区域后的遥感影像转换为灰度图像，并基于灰度图像提取纹理特征和灰度特征；将提取的纹理特征和灰度特征进行融合，得到融合特征；将融合特征输入训练好的基于卷积神经网络的深度学习模型，通过深度学习模型对融合特征进行深层特征提取，并根据提取的深层特征进行分类识别，得到建筑垃圾的类别以及各类别建筑垃圾的分布区域。本发明实现了全自动化、精确、快速的建筑垃圾提取。

本发明授权基于遥感影像的生态保护红线内建筑垃圾识别方法和装置在权利要求书中公布了：1.一种基于遥感影像的生态保护红线内建筑垃圾识别方法，其特征在于，所述方法包括： S1：获取覆盖待研究生态保护红线内区域的遥感影像并进行预处理； S2：根据预处理后的遥感影像提取并剔除植被区域和水体区域； S3：将剔除植被区域和水体区域后的遥感影像转换为灰度图像，并基于所述灰度图像提取纹理特征和灰度特征； S4：将提取的纹理特征和灰度特征进行融合，得到融合特征； S5：将所述融合特征输入训练好的基于卷积神经网络的深度学习模型，通过所述深度学习模型对所述融合特征进行深层特征提取，并根据提取的所述深层特征进行分类识别，得到建筑垃圾的类别以及各类别建筑垃圾的分布区域； 所述S3包括： S301：根据设置的遥感影像的各个波段的权重，采用加权计算的方式，将剔除植被区域和水体区域后的遥感影像转换为灰度图像； S302：对所述灰度图像的各个像素点，以所述像素点为中心像素点，设置设定尺度的邻域范围； S303：对每个邻域范围，将所述邻域范围内的中心像素点的灰度值与中心像素点周围的各个周围像素点的灰度值与进行比较，若周围像素点的灰度值大于中心像素点的灰度值，则将周围像素点的值设定为1，否则将周围像素点的值设定为0； S304：对每个中心像素点的邻域范围，将所述邻域范围内的各个周围像素点的值按照特定的顺序进行排列，得到所述灰度图像的各个中心像素点对应的二进制特征编码； S305：对每一个中心像素点对应的二进制特征编码，将所述二进制特征编码进行循环逐位右移，寻找循环逐位右移得到的各个二进制特征编码的最小值，作为旋转不变二进制特征编码； S306：将所述二进制特征编码和旋转不变二进制特征编码转换为十进制数据，得到每一个中心像素点对应的十进制编码值和旋转不变十进制编码值； S307：通过全概率公式计算旋转不变二进制特征编码B出现的概率PB； Ai为旋转不变二进制特征编码B对应的等概率出现的二进制特征编码，PAi为Ai出现的概率，PB|Ai为Ai出现的条件下B出现的概率，n为Ai的总数； S308：计算每一个中心像素点对应的旋转不变十进制编码值与所述概率PB的乘积，得到每一个中心像素点的纹理特征值，所有中心像素点的纹理特征值组成所述纹理特征。

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生态环境部卫星环境应用中心，其通讯地址为：100094 北京市海淀区永丰基地丰德东路4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。