買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜自然資源部第六地形測(cè)量隊(duì)(自然資源部地下管線勘測(cè)工程院、四川省第三測(cè)繪工程院)申請(qǐng)的專利基于多源遙感數(shù)據(jù)增強(qiáng)的云霧地區(qū)農(nóng)作物識(shí)別方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119559518B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510126486.1，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)基于多源遙感數(shù)據(jù)增強(qiáng)的云霧地區(qū)農(nóng)作物識(shí)別方法是由黃瓊儀;郭偉;李亮;薛鵬;陳丹蕾;馬麗;孫正超;張雪梅;張卓堯;王蕾;羊山鑫設(shè)計(jì)研發(fā)完成，并于2025-01-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于多源遙感數(shù)據(jù)增強(qiáng)的云霧地區(qū)農(nóng)作物識(shí)別方法在說(shuō)明書摘要公布了：本發(fā)明提供了一種基于多源遙感數(shù)據(jù)增強(qiáng)的云霧地區(qū)農(nóng)作物識(shí)別方法，屬于圖像處理和識(shí)別技術(shù)領(lǐng)域，本發(fā)明為了解決現(xiàn)有農(nóng)作物遙感識(shí)別方法中光學(xué)影像數(shù)據(jù)在云霧地區(qū)獲取困難、僅基于雷達(dá)影像或單期無(wú)云光學(xué)遙感影像的識(shí)別準(zhǔn)確率較低等問(wèn)題，引入深度學(xué)習(xí)算法，在生成對(duì)抗網(wǎng)絡(luò)中引入三重注意力機(jī)制，實(shí)現(xiàn)基于時(shí)序多源遙感數(shù)據(jù)的數(shù)據(jù)增強(qiáng)，利用增強(qiáng)后的時(shí)序無(wú)云光學(xué)影像，基于農(nóng)作物物候特征差異，構(gòu)建深度時(shí)空特征提取網(wǎng)絡(luò)和雙分支深度神經(jīng)網(wǎng)絡(luò)，增強(qiáng)對(duì)農(nóng)作物識(shí)別的特征提取與類型判別能力，最終實(shí)現(xiàn)云霧地區(qū)農(nóng)作物類型的準(zhǔn)確識(shí)別和種植面積的高效提取，對(duì)堅(jiān)持集約利用資源原則、科學(xué)合理利用耕地資源、落實(shí)最嚴(yán)格耕地保護(hù)制度具有重要意義。

本發(fā)明授權(quán)基于多源遙感數(shù)據(jù)增強(qiáng)的云霧地區(qū)農(nóng)作物識(shí)別方法在權(quán)利要求書中公布了：1.一種基于多源遙感數(shù)據(jù)增強(qiáng)的云霧地區(qū)農(nóng)作物識(shí)別方法，其特征在于，包括：步驟S1、基于無(wú)云光學(xué)影像、雷達(dá)影像構(gòu)建多源遙感數(shù)據(jù)增強(qiáng)深度學(xué)習(xí)模型并對(duì)模型進(jìn)行訓(xùn)練；所述步驟S1進(jìn)一步包括：步驟S11、針對(duì)無(wú)云光學(xué)影像，獲取時(shí)相相近的雷達(dá)影像，并對(duì)所述無(wú)云光學(xué)影像和雷達(dá)影像進(jìn)行配準(zhǔn)、重采樣至統(tǒng)一分辨率、裁剪至統(tǒng)一尺寸大小，得到影像樣本集；步驟S12、基于引入注意力機(jī)制的生成對(duì)抗網(wǎng)絡(luò)構(gòu)建深度學(xué)習(xí)模型,模型的損失函數(shù)采用結(jié)構(gòu)相似性指數(shù)、L1范數(shù)和三重注意力損失結(jié)合的損失函數(shù)；步驟S13、基于步驟S11-S12中的影像樣本集和深度學(xué)習(xí)模型，進(jìn)行訓(xùn)練得到納什均衡的最優(yōu)模型；步驟S2、將云霧區(qū)雷達(dá)影像輸入到訓(xùn)練好的深度學(xué)習(xí)模型中，生成無(wú)云光學(xué)影像；所述步驟S2中進(jìn)一步包括：步驟S21、針對(duì)受云霧干擾的原始光學(xué)影像，選取與之時(shí)相小于預(yù)設(shè)值的雷達(dá)影像作為輸入源，輸入步驟S1中訓(xùn)練得到的多源遙感數(shù)據(jù)增強(qiáng)模型，生成無(wú)云光學(xué)影像；步驟S22、基于原始光學(xué)影像中未受云霧干擾區(qū)數(shù)據(jù)以及生成無(wú)云光學(xué)影像數(shù)據(jù)，構(gòu)建線性回歸方程組，進(jìn)一步增強(qiáng)生成的無(wú)云光學(xué)影像，計(jì)算式為： 其中，是行號(hào)，是列號(hào)，是通道類別，分別為紅波段、綠波段、藍(lán)波段、近紅外波段，是原始光學(xué)影像通道中單元格（）的像素值，為通道的初始增強(qiáng)系數(shù)（設(shè)為1），為生成光學(xué)影像通道單元格（）的像素值，為隨機(jī)誤差，輸入原始影像中所有未受云霧干擾區(qū)數(shù)據(jù)進(jìn)行回歸分析后，得到云霧區(qū)多源遙感數(shù)據(jù)增強(qiáng)模型，計(jì)算式為： 其中，是增強(qiáng)后的生成無(wú)云光學(xué)影像通道中單元格（）的像素值，為通道的增強(qiáng)系數(shù)，為基于雷達(dá)數(shù)據(jù)、隨機(jī)噪聲、深度學(xué)習(xí)最優(yōu)模型生成的無(wú)云光學(xué)影像通道中單元格（）的像素值；步驟S3、基于生成的時(shí)序無(wú)云光學(xué)影像，構(gòu)建深度時(shí)空特征提取網(wǎng)絡(luò),并提取農(nóng)作物識(shí)別特征；步驟S4、構(gòu)建雙分支深度神經(jīng)網(wǎng)絡(luò)，輸入步驟S3中提取的農(nóng)作物識(shí)別特征，開展農(nóng)作物類型識(shí)別和種植面積提取。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人自然資源部第六地形測(cè)量隊(duì)(自然資源部地下管線勘測(cè)工程院、四川省第三測(cè)繪工程院)，其通訊地址為：610000 四川省成都市新都區(qū)新軍路2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。