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六地形测量队申请的专利基于生成对抗网络的光学遥感影像去云雾方法和系统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：CN116563728B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310598765.9，技术领域涉及：G06V20/13；该发明授权基于生成对抗网络的光学遥感影像去云雾方法和系统是由高倩影;王萍;曹伟超;李炼;薛鹏;胡云华;黄琼仪;吴良敏设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本基于生成对抗网络的光学遥感影像去云雾方法和系统在说明书摘要公布了：本发明涉及基于生成对抗网络的遥感影像去云雾方法和系统，包括步骤：获取若干历史的光学遥感影像及其对应的SAR影像，制作样本库，所述样本库包括云掩膜样本库、去云样本库；使用云掩膜样本库对FCN模型进行训练，以构建云掩膜生成模型；使用去云样本库对pix2pix模型进行训练，以构建去云模型；获取实时的有云光学遥感影像及其对应的SAR影像，输入所述云掩膜生成模型和去云模型，得到去除云雾的光学遥感影像。本发明建立了云掩膜样本库、去云样本库，分别构建云掩膜生成模型和去云模型，实现SAR影像辅助下光学遥感影像地物复原和重建，能够满足光学遥感影像尤其是厚云状态下的去云雾需求。

本发明授权基于生成对抗网络的光学遥感影像去云雾方法和系统在权利要求书中公布了：1.基于生成对抗网络的遥感影像去云雾方法，其特征在于：包括以下步骤： 步骤1，获取若干历史的光学遥感影像及其对应的SAR影像，制作样本库，所述样本库包括云掩膜样本库、去云样本库； 步骤2，使用云掩膜样本库对FCN模型进行训练，以构建云掩膜生成模型； 所述步骤2具体包括以下步骤： 将云掩膜样本库作为FCN模型的训练集，设置FCN模型的初始学习率为0.001且随训练过程递减，选择损失函数cross-entropy，选择优化器sgd，对FCN模型进行迭代训练，直到损失收敛时，得到云掩膜生成模型； 步骤3，使用去云样本库对pix2pix模型进行训练，以构建去云模型； 所述步骤3具体包括以下步骤： 将去云样本库作为pix2pix模型的训练集，对pix2pix模型进行训练，所述pix2pix模型包括生成器、判别器；对生成器和判别器交替进行训练，直到达到纳什平衡时，得到去云模型； 所述pix2pix模型的总损失函数Loss为： 其中，Loss为pix2pix模型的总损失函数；LcGan为对抗损失函数，L1为条件损失函数，Lp为感知损失函数；为各损失函数的权重；IREAL为真实影像，GISAR为生成器生成的影像；G表示生成器，D表示判别器；E表示期望值运算；Fi为影像在pix2pix模型中第i层的特征表示，N表示特征层数； 步骤4，获取实时的有云光学遥感影像及其对应的SAR影像，输入所述云掩膜生成模型和去云模型，得到去除云雾的光学遥感影像； 所述步骤4具体包括以下步骤： 获取实时的有云光学遥感影像及其对应的SAR影像，将光学遥感影像和对应的SAR影像进行自动配准，通过重采样、投影及重叠区域裁剪，获得相同分辨率、相同地理参考的重叠区域； 将重叠区域输入所述云掩膜生成模型，云掩膜生成模型生成云掩膜； 将自动配准后的有云光学遥感影像、对应的SAR影像、云掩膜生成模型输出的云掩膜共同输入所述去云模型，去云模型生成SAR影像对应的光学遥感影像； 将云掩膜范围内去云模型生成的光学遥感影像替换到有云光学遥感影像所对应区域，完成对有云光学遥感影像的云雾去除处理，得到去除云雾的光学遥感影像；替换过程如下： 其中，Mresult为去除云雾的光学遥感影像矩阵，MREAL表示有云光学遥感影像矩阵，MCLOUD为云掩膜的布尔矩阵，有云为1，无云为0；为按位取反获得的非云雾区域矩阵，MFAKE为去云模型生成的光学遥感影像矩阵。

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六地形测量队，其通讯地址为：610500 四川省成都市新都区新军街2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。