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！

龙图腾网获悉广州市城市规划勘测设计研究院;广东工业大学申请的专利一种高光谱高空间分辨率遥感影像分类方法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：CN116188981B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310156527.2，技术领域涉及：G06V20/10；该发明授权一种高光谱高空间分辨率遥感影像分类方法及装置是由胡鑫;兰泽英;黄淑娟;程晓晖设计研发完成，并于2023-02-22向国家知识产权局提交的专利申请。

本一种高光谱高空间分辨率遥感影像分类方法及装置在说明书摘要公布了：本发明公开一种高光谱高空间分辨率遥感影像分类方法及装置，方法包括：对高光谱高空间分辨率遥感影像提取获得细节特征图和语义特征图；对语义特征图进行降维，获得分类特征图，将其每个像素的通道进行归一化处理并对其进行尺寸重塑，获得概率向量编码矩阵，再结合其转置矩阵，获得类间上下文关系矩阵并应用于语义特征图以获得上下文信息特征图，然后与语义特征图进行级联后降维，获得降维特征图，再与细节特征图进行级联，获得高光谱高空间分辨率遥感影像特征图并通过主分类器进行类别划分，获得高光谱高空间分辨率遥感影像的分类图。本发明在高光谱高空间分辨率遥感影像的分类过程中引入类间上下文信息，能够缓解光谱的变异性，提高分类准确性。

本发明授权一种高光谱高空间分辨率遥感影像分类方法及装置在权利要求书中公布了：1.一种高光谱高空间分辨率遥感影像分类方法，其特征在于，包括如下步骤： 基于全卷积高光谱高空间分辨率遥感影像分类网络，对输入的高光谱高空间分辨率遥感影像进行特征提取，获得低层次细节特征图和高层次语义特征图； 对所述高层次语义特征图进行降维，获得分类特征图； 将所述分类特征图中每个像素的通道进行归一化处理，并对归一化处理后的分类特征图进行尺寸重塑，获得概率向量编码矩阵；其中，所述概率向量编码矩阵包括每个像素所对应的若干类别概率； 根据所述概率向量编码矩阵和所述概率向量编码矩阵的转置矩阵，获得类间相似上下文关系矩阵和类间相异上下文关系矩阵； 根据所述高层次语义特征图、所述类间相似上下文关系矩阵和所述类间相异上下文关系矩阵，获得上下文信息特征图； 将所述上下文信息特征图与所述高层次语义特征图进行级联，并将级联后的特征图进行降维，获得降维特征图； 将所述降维特征图与所述低层次细节特征图进行级联，获得高光谱高空间分辨率遥感影像特征图，并通过主分类器对所述高光谱高空间分辨率遥感影像特征图进行类别划分，获得所述高光谱高空间分辨率遥感影像的分类图； 其中，所述根据所述概率向量编码矩阵和所述概率向量编码矩阵的转置矩阵，获得类间相似上下文关系矩阵和类间相异上下文关系矩阵，具体包括如下步骤： 基于所述全卷积高光谱高空间分辨率遥感影像分类网络所包括的类间上下文信息提取模块，将所述概率向量编码矩阵与所述概率向量编码矩阵的转置矩阵相乘，获得所述类间相似上下文关系矩阵； 将每个元素均为1的矩阵与所述类间相似上下文关系矩阵相减，获得所述类间相异上下文关系矩阵； 其中，所述类间相似上下文关系矩阵和所述类间相异上下文关系矩阵的尺寸均为H*W×H*W； 所述根据所述高层次语义特征图、所述类间相似上下文关系矩阵和所述类间相异上下文关系矩阵，获得上下文信息特征图，具体包括如下步骤： 基于所述类间上下文信息提取模块，将所述高层次语义特征图的尺寸重塑为C×H*W；其中，C表示特征通道数； 将尺寸重塑后的高层次语义特征图分别与所述类间相似上下文关系矩阵、所述类间相异上下文关系矩阵相乘，获得所述上下文信息特征图； 所述将所述上下文信息特征图与所述高层次语义特征图进行级联，并将级联后的特征图进行降维，获得降维特征图，具体包括如下步骤： 基于所述类间上下文信息提取模块，将所述上下文信息特征图的尺寸重塑为H×W×C； 将尺寸重塑后的上下文信息特征图与所述高层次语义特征图进行级联，并利用内核大小为1×1的卷积层将级联后的特征图进行降维，获得所述降维特征图。

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广州市城市规划勘测设计研究院;广东工业大学，其通讯地址为：510030 广东省广州市越秀区建设大马路10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”。