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！

龙图腾网获悉武汉理工大学申请的专利一种基于无监督遥感超分辨率的高精度湖泊提取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：CN119338677B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411342132.2，技术领域涉及：G06T3/4053；该发明授权一种基于无监督遥感超分辨率的高精度湖泊提取方法是由覃梦娇;陈西江;赵不钒设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本一种基于无监督遥感超分辨率的高精度湖泊提取方法在说明书摘要公布了：本发明公开了一种基于无监督遥感超分辨率的高精度湖泊提取方法，该方法包括以下步骤：1）采集目标区域低分辨率遥感影像；2）构建融合梯度的多通道无监督深度超分模型；3）模型训练，确定优化后的模型参数；4）利用训练得到的深度超分模型对对采集的目标区域低分辨率遥感影像进行高空间分辨率图像的重建，获得高分辨率遥感图像；5）基于原始低分辨率遥感图像及步骤4）获得的高分辨率遥感图像进行图像特点增强，得到最终高分辨率遥感图像；6）根据最终高分辨率遥感图像，计算超分辨率遥感影像的NDWI指数；7）根据NDWI指数提取湖泊区域。使用本发明方法对湖泊进行提取，可以得到边界更清晰、面积更准确、空间分辨率更高的湖泊区域。

本发明授权一种基于无监督遥感超分辨率的高精度湖泊提取方法在权利要求书中公布了：1.一种基于无监督遥感超分辨率的高精度湖泊提取方法，其特征在于，包括以下步骤： 步骤1）采集目标区域的遥感影像；所述遥感影像具有Green波段及NIR波段； 其中，表示遥感影像的绿波段，表示遥感影像的近红外波段； 步骤2）构建融合梯度的多通道无监督深度超分模型；多通道无监督深度超分模型用于对采集的目标区域遥感影像进行高空间分辨率图像的重建； 模型包括梯度信息提取模块、信息融合模块、深度特征提取模块、上采样模块及重建模块； 所述梯度信息提取模块，用于计算原始图像的低分辨率图像的梯度图；所述低分辨率图像由步骤1）采集的遥感影像进行下采样获得； 所述信息融合模块，用于对原始图像的低分辨率图像进行信息提取获得的特征图和对获得的梯度图进行特征提取获得的特征图进行级联融合，获得融合信息； 所述深度特征提取模块，用于采用多个残差网络结构对融合信息进行深度特征建模与提取； 所述上采样模块，用于对信息进行上采样操作； 所述重建模块，用于采用卷积核进行高分辨率图像的重建； 步骤3）训练模型，获取优化后的模型参数； 步骤4）利用训练得到的多通道无监督深度超分模型对采集的目标区域遥感影像进行高空间分辨率图像的重建，获得高分辨率遥感图像； 步骤5）基于原始遥感图像及步骤4）获得的高分辨率遥感图像进行图像增强，得到最终高分辨率遥感图像； 5.1将高分辨率图像IHR'下采样到与原始图像I分辨率相同，计算原始图像I及下采样后图像的差DiffL，然后将DiffL上采样到与高分辨率图像IHR'分辨率相同得到图像差DiffH； 5.2通过将高分辨率图像IHR'加上图像差DiffH作为对高分辨率图像IHR'的更新； 5.3迭代更新高分辨率图像IHR'，直到图像差DiffH小于设定阈值或达到设定迭代次数n，获得最终更新的高分辨率图像； 步骤6）根据最终高分辨率遥感图像，计算超分辨率遥感影像的NDWI指数； 步骤7）根据NDWI指数提取湖泊区域。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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”。

以上内容由龙图腾AI智能生成。