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！

龙图腾网获悉山东大学申请的专利一种基于数据融合和迁移学习的月球撞击坑识别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：CN116363473B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202310364384.4，技术领域涉及：G06V10/80；该发明授权一种基于数据融合和迁移学习的月球撞击坑识别方法是由凌宗成;苏鸣宇;刘长卿;吕英波;陈剑;李勃设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种基于数据融合和迁移学习的月球撞击坑识别方法在说明书摘要公布了：本发明提供一种基于数据融合和迁移学习的月球撞击坑识别方法，属于图像识别技术领域，包括以下步骤：S1、源域数据集构建；S2、网络模型构建；S3、构建多元融合数据；S4、目标域数据集构建：对融合后的图像做随机裁剪、撞击坑标注，绘制出撞击坑的真实边缘信息，划分训练集、测试集；S5、迁移学习模型；S6、结果验证。本发明方法在融合了月球遥感影像和高程数据后，进一步实现月球遥感图像中撞击坑的检测与识别，建立的网络由两个撞击坑检测通道与一个撞击坑识别通道构成。本发明提出了融合高程数据与影像数据的新方法，并针对新融合的数据采用迁移学习策略，只需小样本数据标注就可实现撞击坑的准确识别，得到很好的识别效果。

本发明授权一种基于数据融合和迁移学习的月球撞击坑识别方法在权利要求书中公布了：1.一种基于数据融合和迁移学习的月球撞击坑识别方法，其特征在于，包括以下步骤： S1、源域数据集构建： 随机裁剪月球影像数据，根据已有撞击坑的直径和坐标信息进行标注绘制撞击坑图片，划分训练集、测试集； S2、MaskR-CNN网络模型构建：设置网络训练参数；使用影像图片和标注图片作为卷积神经网络的输入和输出进行训练，调整网络参数得到最佳训练模型，并输出保存预训练模型及其训练权重信息； S3、构建多元融合数据：裁剪相同区域的LOLA_DEM高程数据，在实现地理信息配准后，生成该区域的等高线图，将等高线图和影像数据融合，通过等高线图的高程数值变化对该区域撞击坑进行标注，构建训练集和测试集，生成目标域数据集，影像数据融合方法如下： 1地理配准：提取月表相同区域的影像与高程栅格数据集，采用基于GIS平台的控制点对齐算法实现月球多源数据的地理配准； 2绘制等高线图：提取月表指定区域的DEM矢量数据绘制等高线图，等高线间距设为2m，之后进行等高线的简化操作，采用道格拉斯-普克算法将线状要素抽稀，排除大量冗余的几何数据点，再进行等高线的平滑处理，采用贝塞尔曲线拟合算法得到相对平滑的等高线曲线，最后进行数据清洗，剔除长度值较短的等高线，并为等高线标注对应的高程值； 3将等高线图匹配到影像图中，实现影像数据融合； S4、目标域数据集构建：对融合后的图像做随机裁剪、撞击坑标注，绘制出撞击坑的真实边缘信息，划分训练集、测试集； S5、迁移学习模型：将在源域数据集上取得良好训练效果的预训练模型进行参数和模型结构微调，再应用于目标域新数据集上，获取撞击坑边缘识别图像，根据撞击坑位置匹配信息绘制撞击坑识别图像； S6、结果验证：计算撞击坑识别的准确率、精确率，保存新撞击坑信息；若模型的识别准确率和精确率满足需求，则保存该模型做撞击坑识别；若模型的识别准确率和精确率不满足需求，则调整网络模型训练参数，重新进行训练。

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山东大学，其通讯地址为：264209 山东省威海市文化西路180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”。