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！

龙图腾网获悉广东新禾智慧数字科技有限公司申请的专利一种基于人工智能的低空遥感目标识别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：CN120219691B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510687944.9，技术领域涉及：G06V10/20；该发明授权一种基于人工智能的低空遥感目标识别方法是由刘振中;陈金豹;李春丽;杨云东;郑旭伟设计研发完成，并于2025-05-27向国家知识产权局提交的专利申请。

本一种基于人工智能的低空遥感目标识别方法在说明书摘要公布了：发明公开了一种基于人工智能的低空遥感目标识别方法，属于图像分析技术领域，本发明通过将遥感图像划分出不同雾浓度的子区域后，根据各子区域的清晰分值和细节分值匹配去雾权重，双维度动态调整各子区域去雾权重，有效避免同一权重导致局部过曝或欠处理问题，再以此依次分析出各子区域的大气光估值和各像素的透射率估值，有效反映各子区域的雾浓度从而提高后续计算的优化亮度值的有效性，基于此优化各像素在RGB三通道的亮度值完成去雾处理，有效避免色彩偏移，提高去雾效果的同时保证图像质量，进而提高目标分析准确性。

本发明授权一种基于人工智能的低空遥感目标识别方法在权利要求书中公布了：1.一种基于人工智能的低空遥感目标识别方法，其特征在于，包括以下步骤： 获取待识别目标的多个不同角度的遥感图像； 对各遥感图像进行智能去雾处理得到去雾图像； 将各去雾图像进行图像拼接处理得到完整图像； 获取完整图像中待识别目标的特征点和几何形状，并通过经过预训练的深度学习模型得到识别结果； 所述对各遥感图像进行智能去雾处理得到去雾图像，具体为： 对所述遥感图像进行分割，划分出不同雾浓度的子区域； 分析各子区域的清晰分值和细节分值，并以此为对应的子区域匹配去雾权重； 根据去雾权重分析各子区域的大气光估值后，分析各像素的透射率估值； 根据大气光估值和透射率估值优化各像素在RGB三通道的亮度值，完成智能去雾处理； 所述分析各子区域的清晰分值和细节分值，具体为： ；；和分别为第i个子区域的清晰分值和细节分值，和分别表示第i个子区域和第i个子区域中的像素数量，为像素p的RGB三通道亮度值，为第i个子区域的亮度均值，为第i个子区域的亮度方差，为预设平滑常数，和分别为对应遥感图像的水平方向梯度和垂直方向梯度； 所述为对应的子区域匹配去雾权重，具体为：；为第i个子区域的去雾权重，和分别为第一预设调节系数和第二预设调节系数； 所述根据去雾权重分析各子区域的大气光估值后，分析各像素的透射率估值，具体为： 针对各子区域，按像素灰度值从大到小排序并提取前预设百分比的像素形成对应子区域的第一像素集合； 分析子区域的大气光估值：； 分析像素的透射率估值：； 为第i个子区域的大气光估值，为第i个子区域的第一像素集合中的像素数量，表示第i个子区域的第一像素集合，为像素p的投射率估值，td表示通道索引，R、G和B分别表示RGB颜色通道中的红通道、绿通道和蓝通道，为像素p在td通道上的亮度值，为像素p所在的子区域在td通道上的大气光估值分量； 所述对所述遥感图像进行分割，划分出不同雾浓度的子区域，具体为： S211、对遥感图像进行网格划分，并在各网格中生成聚类中心； S212、计算各像素与对应候选中心集合中的各聚类中心的第一距离，并将像素归属到对应第一距离最小的聚类中心内，为各聚类中心形成对应的像素归属集合； S213、迭代更新聚类中心； S214、重复步骤S212至S213，直至满足预设更新停止标准，并以步骤S212的方式为各完成更新后的各聚类中心形成对应的像素归属集合； S215、根据完成更新后的各聚类中心以及对应的像素归属集合划分出多个超像素块，并计算各超像素块的亮度均值； S216、将相邻的且亮度均值差的绝对值小于第一预设值的超像素块进行合并得到新的超像素块，合并结束后将各超像素块作为不同雾浓度的子区域。

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广东新禾智慧数字科技有限公司，其通讯地址为：510700 广东省广州市黄埔区科学大道237号401；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。