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！

龙图腾网获悉河海大学申请的专利一种基于少样本学习的潮滩地形监测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：CN118583140B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202410661807.3，技术领域涉及：G01C15/00；该发明授权一种基于少样本学习的潮滩地形监测方法是由劳聪聪;詹泸成;辛沛;何晓东;刘先勇设计研发完成，并于2024-05-27向国家知识产权局提交的专利申请。

本一种基于少样本学习的潮滩地形监测方法在说明书摘要公布了：本发明公开了一种基于少样本学习的潮滩地形监测方法。该方法借助海岸监控系统收集的非正射潮滩淹水图像数据；在少量标注样本的支持下，通过引入大规模基础模型SAM进行增强学习，实现对潮滩水边线的快速精确提取；利用共线方程，将非正射水边线转为正射水边线；结合水位监测站提供的实时潮位信息，本技术可以在潮周期的时间尺度上，构建高精度的潮滩地形。本发明的优点是：为标注数据稀缺的潮滩地形监测领域提供了一种有效的解决策略，进而支持潮滩地形的全自动化和动态监测系统的建立。

本发明授权一种基于少样本学习的潮滩地形监测方法在权利要求书中公布了：1.一种基于少样本学习的潮滩地形监测方法，其特征在于：包括如下步骤： S1、在监测的潮滩设立海岸监控系统和水位监测站，通过所述海岸监控系统获取潮滩的非正射潮滩淹水图像数据； S2、在少量标注样本的支持下，利用大规模基础模型SAM进行增强学习以对所述非正射潮滩淹水图像中的潮滩水边线进行提取； S3、利用共线方程，将提取的非正射水边线转化为正射水边线； S4、结合所述水位监测站提供的实时潮位信息以及转化所得的所述正射水边线，在潮周期的时间尺度上，构建潮滩地形； 步骤S1包括：使用所述海岸监控系统按一定时间间隔连续拍摄所述潮滩的图像，将所述潮滩的图像中开始淹没时和完全淹没时的两个水位值分别作为阈值水位，筛选位于两个阈值水位之间的潮滩淹水图像； 步骤S2包括：利用SAM模型的图像编码器和图像嵌入器对所述非正射潮滩淹水图像进行特征提取； 利用提示生成模块，从标记样本和未标记样本中生成提示点； 对于所述标记样本，通过数据增强操作扩充小样本，包括对原始图像进行90度、180度和270度的旋转，沿垂直轴和水平轴镜像，以及通过伽马校正调整图像的强度，以生成一系列变体图像； 对于所述未标记样本，采用超像素分割各类像素，并通过设置颜色空间相似性和平面距离的综合权重，将包含水体的像素与其他类型景观进行区分，再根据潮滩水体的像素特征来生成提示掩膜，并从中提取提示点； 利用分割模块，基于训练得到的提示点，将潮滩淹水图像分割为水体和非水体，以提取准确的水边线。

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河海大学，其通讯地址为：210024 江苏省南京市西康路1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”。