自然资源部第一地形测量队(陕西省第二测绘工程院)曹南获国家专利权
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！
龙图腾网获悉自然资源部第一地形测量队(陕西省第二测绘工程院)申请的专利一种基于深度学习模型的DSM植被自动降高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：CN115457223B 。
龙图腾网通过国家知识产权局官网在2025-07-22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：202211125718.4，技术领域涉及：G06T17/05；该发明授权一种基于深度学习模型的DSM植被自动降高方法是由曹南;李昕;田怀启;雷梦欣;弋淑琦;王玥;吴满意设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。
本一种基于深度学习模型的DSM植被自动降高方法在说明书摘要公布了：本发明提供了一种基于深度学习模型的DSM植被自动降高方法，包括以下步骤：构建植被识别模型以及植被自动降高模型；分别通过植被识别模型得到植被分类成果和通过植被自动降高模型进行推理得到DSM全图幅降高成果；通过植被分类成果的范围对原始DSM以及经修正后的DSM全图幅降高成果进行分割，使用原始DSM的非林地区域替换经修正后的DSM全图幅降高成果的非林地区域，最终形成高程替换成果；在高程替换结果的基础上设置林地和非林地缓冲区，使用高斯平滑进行平滑处理，形成最终的降高后的成果。本发明利用RFRNET深度学习模型进行区域整体降高，然后通过加入植被和非植被分类信息，替换掉非植被区域，经降高成果优化构成最终的DSM降高成果。
本发明授权一种基于深度学习模型的DSM植被自动降高方法在权利要求书中公布了：1.一种基于深度学习模型的DSM植被自动降高方法，其特征在于，包括以下步骤： 构建植被识别模型以及植被自动降高模型； 分别通过植被识别模型得到植被分类成果和通过植被自动降高模型进行推理得到DSM全图幅降高成果； 通过植被分类成果的范围对原始DSM以及经修正后的DSM全图幅降高成果进行分割，使用原始DSM的非林地区域替换经修正后的DSM全图幅降高成果的非林地区域，最终形成高程替换成果； 在高程替换结果的基础上设置林地和非林地缓冲区，使用高斯平滑进行平滑处理，形成最终的降高后的成果； 构成DSM全图幅降高成果具体包括： 首先是进行植被降高训练数据集的构建，然后使用植被降高训练数据集对RFRNET模型进行模型训练，构成DSM植被自动降高模型，然后使用DSM植被自动降高模型对待降高DSM数据集进行模型推理，构成DSM全图幅降高成果。
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自然资源部第一地形测量队(陕西省第二测绘工程院)，其通讯地址为：710054 陕西省西安市测绘路4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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号