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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的遥感图像分割的修补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：CN115205302B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202210823624.8，技术领域涉及：G06T7/10；该发明授权一种基于深度学习的遥感图像分割的修补方法是由张海波;刘立竹;李园园;张曼;胡宇;张耘浩设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本一种基于深度学习的遥感图像分割的修补方法在说明书摘要公布了：本发明提出一种基于深度学习的遥感图像分割的修补方法，属于遥感图像领域，本发明具体包括：制作遥感图像数据集和构建道路场景语义分割网络模型；将遥感图像数据集中的高分辨率遥感道路图像输入到训练好的网络模型中进行遥感道路图的场景语义分割；采用改进八邻域断点检测算法搜索断点；将搜索到的断点划分为常规断点和特殊断点；采用多项式拟合的方法对常规断点进行曲线拟合，采用形态学膨胀对特殊断点变大或者变粗，实现整体道路图像断点的修补；采用形态学腐蚀整体道路图像断点周围的毛边或者毛刺。本发明解决了由于道路场景复杂化，会忽视一些局部信息，造成道路断点，道路缺乏连通性的问题。

本发明授权一种基于深度学习的遥感图像分割的修补方法在权利要求书中公布了：1.一种基于深度学习的遥感图像分割的修补方法，其特征在于，包括以下步骤： 步骤一：制作遥感图像数据集； 步骤二：构建道路场景语义分割网络模型，并训练该网络模型； 道路场景语义分割网络模型包括：编码器网络框架和解码器网络框架，所述编码器框架分为五层，第一层通过普通卷积层FE模块提取浅层次语义信息，第二层到第五层通过分组卷积提取高层语义信息；所述分组卷积包括挤压和激励两部分，挤压操作将每个通道上的空间特征编码为一个全局特征图；激励操作通过一个全连接层对挤压操作得到的全局特征图进行线性变换，通过ReLU激活层和全连接层将通道数恢复至原通道数，得到编码后的遥感道路图像；所述解码器框架采用卷积向量运算空间注意力机制和通道注意力机制对遥感道路图像进行全局混合特征信息提取，通过密集跳跃链接促进语义信息融合，得到图像的全局混合特征，采用3×3卷积层将图像的全局混合特征将压缩到单通道，得到最终输出图像； 步骤三：将遥感图像数据集中的高分辨率遥感道路图像输入到训练好的网络模型中进行遥感道路图的场景语义分割，输出道路场景语义提取后的遥感道路图像； 步骤四：将道路场景语义分割网络最终输出图像二值化，得到多像素点组合成的黑白效果道路图像； 步骤五：将多像素点组合成的黑白效果道路图像细化为单像素点道路图像； 步骤六：采用改进八邻域断点检测算法搜索断点； 步骤七：采用kmeans聚类算法将搜索到的断点进行聚类，将聚类后的断点划分为常规断点和特殊断点； 步骤八：采用多项式拟合的方法对常规断点进行曲线拟合，采用形态学膨胀方法对特殊断点变大或者变粗，实现整体道路图像断点的修补； 步骤九：采用形态学腐蚀方法去除整体道路图像断点周围的毛边或者毛刺。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。