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！

龙图腾网获悉复旦大学申请的专利一种机载多维度合成孔径雷达图像地物分类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：CN114758238B 。

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：202210426371.0，技术领域涉及：G06V20/10；该发明授权一种机载多维度合成孔径雷达图像地物分类方法是由王峰;郑乃榕设计研发完成，并于2022-04-21向国家知识产权局提交的专利申请。

本一种机载多维度合成孔径雷达图像地物分类方法在说明书摘要公布了：本发明涉及一种基于深度学习的机载多维度合成孔径雷达图像地物分类方法，包括以下步骤：步骤S1、对同时获取的机载高分辨率多维度SAR图像进行预处理，标注地物类型标签，并对数据集进行划分；步骤S2、对于每个维度的SAR图像分别构建对应的地物分类模型，并利用深度学习方法采用训练集进行训练，使损失函数值趋于稳定并尽可能降低；步骤S3、利用训练得到的各地物分类模型分别进行地物分类测试评价，并根据测试评价结果得到各地物分类模型对各类别地物的分类准确敏感度；步骤S4、对各地物分类模型进行融合，实现机载多维度SAR图像地物分类。与现有技术相比，本发明方法能够提升机载高分辨率多维度SAR数据在地物分类方面的应用效能，提高地物分类准确度。

本发明授权一种机载多维度合成孔径雷达图像地物分类方法在权利要求书中公布了：1.一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，包括以下步骤： 步骤S1、对同时获取的机载高分辨率多维度SAR图像进行预处理，标注地物类型标签，并对数据集进行划分得到训练集和测试集； 步骤S2、对于每个维度的SAR图像分别构建对应的地物分类模型，并利用深度学习方法采用训练集进行训练，使损失函数值趋于稳定并尽可能降低； 步骤S3、利用训练得到的各地物分类模型分别采用测试集进行地物分类测试评价，并根据测试评价结果得到各地物分类模型对各类别地物的分类准确敏感度； 步骤S4、对各地物分类模型的分类结果进行融合，实现机载多维度SAR图像地物分类； 所述的步骤S1中，机载高分辨率多维度SAR图像包括光学图像、C波段图像、Ka波段图像、L波段图像、P波段图像和S波段图像； 所述的步骤S4具体为： 将各维度的SAR训练图像分别输入各地物分类模型中进行分类，得到分类测试概率，并将所有测试概率进行加权叠加，取加权叠加后最大的概率作为对应图像像素的类别； 所述的步骤S4中，进行各地物分类模型融合的表达式为： 其中，M表示地物分类模型，D表示图像数据，b代表波段，frMb,Db表示放缩操作，Class表示类别，axis表示求取最大值的方向； 所述的步骤S4中，根据步骤S3中各地物分类模型对各类地物的分类测试结果确定权值并进行加权融合，具体为： 以单波段的分类测试结果最优的Ka波段为基准，在各类地物上单独分类结果最优的波段作为辅助，将各地物分类结果加权进Ka波段的分类结果中。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。