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！

龙图腾网获悉南京师范大学申请的专利一种基于星载激光雷达和高分辨率遥感影像的建筑物高度提取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：CN120314971B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202510664621.8，技术领域涉及：G01S17/86；该发明授权一种基于星载激光雷达和高分辨率遥感影像的建筑物高度提取方法是由刘婧;张志强;杨沛琦;李龙;巩云霄设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本一种基于星载激光雷达和高分辨率遥感影像的建筑物高度提取方法在说明书摘要公布了：本发明公开了一种基于星载激光雷达和高分辨率遥感影像的建筑物高度提取方法，包括如下步骤：获取城市区域的星载激光雷达ATLASICESat‑2L2A全球定位光子产品数据；对获取到的数据进行预处理操作，得到区域内高质量星载激光雷达光子，进一步提取更高质量ICESat‑2光子数据；获取城市区域高分辨率遥感影像数据，对高分辨率遥感影像进行裁剪与数据标注；构建并训练建筑物屋顶提取的深度学习模型和建筑物侧立面提取的深度学习模型；模型预测建筑物屋顶提取结果和建筑物侧立面提取结果；基于建筑物侧立面对建筑物屋顶进行矫正，获得建筑物基座提取结果；将建筑物基座提取结果进行矢量化处理并与ICESat‑2光子进行矢量相交，基于空间分析方法识别建筑物点，进行建筑物高度精度评估。本发明能够对建筑物高度进行提取，为城市规划与生态环境研究提供科学依据。

本发明授权一种基于星载激光雷达和高分辨率遥感影像的建筑物高度提取方法在权利要求书中公布了：1.一种基于星载激光雷达和高分辨率遥感影像的建筑物高度提取方法，其特征在于，包括如下步骤： 步骤1、获取城市区域的星载激光雷达全球定位光子产品数据； 步骤2、对获取到的数据进行预处理操作，得到区域内高质量星载激光雷达光子，进一步提取更高质量ICESat-2光子数据； 步骤3、获取城市区域高分辨率遥感影像数据，对高分辨率遥感影像进行裁剪与数据标注； 步骤4、构建并训练建筑物屋顶提取的深度学习模型和建筑物侧立面提取的深度学习模型；具体包括如下步骤： 步骤41、采用开源的DeeplabV3+深度学习模型并设计一个适用于大规模屋顶与侧立面提取的损失函数；损失函数具体如下： 其中，pi为第i个样本的预测值，为第i个样本的真值，为骰子损失函数，为交叉熵损失函数，α和β为损失函数的权重系数； 步骤42、分别使用裁剪并标注完成的屋顶数据集和侧立面数据集对模型进行训练，将数据集划分为训练集、验证集和测试集，分别占数据总量的70%、20%和10%，并将每个类别中都混入无建筑物内容的图片； 步骤5、模型预测建筑物屋顶提取结果和建筑物侧立面提取结果； 步骤6、基于建筑物侧立面对建筑物屋顶进行矫正，获得建筑物基座提取结果；具体包括如下步骤： 步骤61、加载建筑物屋顶和侧立面的黑白二值图，并通过形态学腐蚀算法，分离连接在一起的侧立面轮廓；形态学腐蚀算法表达式为： 其中，A为被腐蚀图像，B为腐蚀的结构元素，每一个元素取值为0或1； 步骤62、过滤掉面积过小的建筑物屋顶和侧立面，提取屋顶和侧立面的轮廓； 步骤63、遍历每一个侧立面，为每个侧立面匹配上对应的屋顶；首先检测是否有和侧立面重叠的屋顶轮廓，优先匹配重叠的侧立面和屋顶轮廓，如果不止有一个屋顶与侧立面重叠，则比较重叠面积，优先匹配重叠面积大的屋顶；对于没有与屋顶轮廓重叠的侧立面来说，设置一个搜索半径，寻找搜索半径内面积最大的屋顶轮廓； 步骤64、对于匹配成对的屋顶与侧立面，计算屋顶应该移动的距离和方向；对匹配成功的侧立面和屋顶进行矩形拟合，计算屋顶轮廓的中心，查找距离屋顶轮廓中心最远的侧立面拟合矩形的两条边，计算屋顶轮廓中心到最远的侧立面拟合矩形的两条边中点的向量，根据向量移动屋顶轮廓； 步骤65、创建空白底图并绘制移动后的屋顶，得到建筑物基座； 步骤7、将建筑物基座提取结果进行矢量化处理并与ICESat-2光子进行矢量相交，基于空间分析方法识别建筑物点，进行建筑物高度精度评估。

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南京师范大学，其通讯地址为：210024 江苏省南京市鼓楼区宁海路122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。