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！

龙图腾网获悉哈尔滨工业大学;上海航天测控通信研究所申请的专利基于特征增强与融合的遥感图像变化检测方法以及装置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：CN117079122B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310723124.1，技术领域涉及：G06V20/10；该发明授权基于特征增强与融合的遥感图像变化检测方法以及装置是由刘东洋;谢宝蓉;张钧萍;穆文涛设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本基于特征增强与融合的遥感图像变化检测方法以及装置在说明书摘要公布了：基于特征增强与融合的遥感图像变化检测方法以及装置，属于遥感图像变化检测技术领域，尤其涉及对地面上、卫星上或无人机上的遥感图像实时处理。解决了现有变化检测技术所存在的准确率低、特征表示能力差、类别平衡能力不足以及无法在保持较低计算复杂度的情况下，同时具有较高的精度和效率的问题。所述检测方法包括：输入同一待检测区域配准后的双时相遥感图像数据，并分别提取该数据的三个级别的特征，然后进行全局与局部特征增强，获得对应的三个差异性特征；进一步，进行融合处理获得聚合后的特征；最后，根据所述特征获得遥感图像变化检测结果。本发明适用于部署在地面、无人机或卫星上，以用于对遥感图像进行变化检测。

本发明授权基于特征增强与融合的遥感图像变化检测方法以及装置在权利要求书中公布了：1.基于特征增强与融合的遥感图像变化检测方法，其特征在于，所述方法包括： S1、输入同一待检测区域配准后的双时相遥感图像数据，并分别提取所述双时相遥感图像数据的三个级别的特征；其中，所述双时相遥感图像数据分别为T1时刻遥感图像数据和T2时刻遥感图像数据； S2、对提取的所述三个级别的特征进行全局与局部特征增强，获得增强了全局与局部特征的三个差异性特征； S3、将所述增强了全局与局部特征的三个差异性特征融合，得到聚合后的特征； S4、根据所述聚合后的特征，获得遥感图像变化检测结果；所述遥感图像变化检测结果为所述同一待检测区域的地表地形在T2时刻相对于T1时刻的变化区域和非变化区域； 所述S2采用全局分支、局部分支、跳跃连接分支、加和单元以及求差单元实现； 所述全局分支，用于接收所述S1输出的三个级别的特征，并增强所述三个级别的特征中的全局特征，获得增强了全局特征的三个级别的特征； 所述局部分支，用于接收所述S1输出的三个级别的特征，并增强所述三个级别的特征中的局部特征，获得增强了局部特征的三个级别的特征； 所述跳跃连接分支，用于接收所述S1输出的三个级别的特征，获得校正参数，所述校正参数用于对所述全局分支和所述局部分支的输出结果进行校正； 所述加和单元，用于将所述全局分支输出的增强了全局特征的三个级别的特征、所述局部分支输出的增强了局部特征的三个级别的特征，以及所述跳跃连接分支输出的校正参数进行加和，以获得增强了全局与局部特征的三个级别的特征Sg1_T1和Sg1_T2、Sg2_T1和Sg2_T2以及Sg3_T1和Sg3_T2； 所述求差单元，用于分别计算Sg1_T1与Sg1_T2、Sg2_T1与Sg2_T2以及Sg3_T1与Sg3_T2之间的特征图张量差值，获得增强了全局与局部特征的三个差异性特征；所述三个差异性特征分别为第一差异性特征Df3，第二差异性特征Df4以及第三差异性特征Df5； 所述全局分支，包括两个可分离自注意力模块和一个1×1的卷积层； 所述局部分支，包括一个1×1卷积层以及两个3×3卷积层； 所述跳跃连接分支，包括一个1×1的卷积层。

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哈尔滨工业大学;上海航天测控通信研究所，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。