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！

龙图腾网获悉河海大学申请的专利一种融合历史高分土地覆盖数据的深度时空超分辨率制图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：CN119540623B 。

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：202411607567.5，技术领域涉及：G06V10/764；该发明授权一种融合历史高分土地覆盖数据的深度时空超分辨率制图方法是由陈跃红;黄加美;刘芦萌;张晓祥设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种融合历史高分土地覆盖数据的深度时空超分辨率制图方法在说明书摘要公布了：本发明公开了一种融合历史高分土地覆盖数据的深度时空超分辨率制图方法，该方法构建超分辨率对抗网络SRGAN结构和MUNet网络结构串联而成的深度时空超分辨率制图模型结构，开展联合超分辨率重建与语义分割的低分影像到高分土地覆盖类别概率的映射，利用目标区域历史高分辨率土地覆盖类别图作为辅助信息，通过对比历史时期和目标时期的低分影像的类别信息区分出变化和未变化的类别，并以此构建基于变化检测的融合历史高分辨率土地覆盖分类图和预测的高分类别概率图的亚像元类别分配优化模型，进而完成低分遥感影像的深度时空超分辨率制图。本发明具有模拟精度高、稳定等优点，适用于遥感影像不足时的分类、土地覆被利用、变化检测等地表信息提取工作。

本发明授权一种融合历史高分土地覆盖数据的深度时空超分辨率制图方法在权利要求书中公布了：1.一种融合历史高分土地覆盖数据的深度时空超分辨率制图方法，其特征在于，该方法包括以下步骤： 步骤1、获取目标区域历史时期的低分辨率遥感影像、高分辨率遥感影像、高分辨率土地覆盖分类图，对所述遥感影像进行预处理和辐射归一化处理； 步骤2、构建由超分辨率对抗网络SRGAN结构和MUNet网络结构串联而成的STSPMNet模型结构；所述SRGAN结构包括生成器网络结构和判别器网络结构，所述MUNet网络结构为加入了空洞空间金字塔池化模块ASSP的UNet网络结构； 步骤3：对经步骤1处理的遥感影像及高分辨率土地覆盖分类图按预设尺寸进行裁剪，获得各低分辨率遥感影像图像块、各对应的高分辨率遥感影像图像块、高分辨率土地覆盖分类图像块，以相应位置上的各图像块构成样本，进而构成样本集；以各低分辨率影像图像块、高分辨率土地覆盖分类图像块为SRGAN结构的生成器网络结构的输入，以各相应的高分辨率遥感影像图像块为SRGAN结构的判别器网络结构的输入，以SRGAN结构输出的相应的结合了土地覆盖类别信息的各高分辨遥感影像图像块为MUNet网络结构的输入，以各相应的高分辨率土地覆盖类别概率图像块为MUNet网络结构的输出，对STSPMNet模型结构进行训练，训练后的SRGAN生成器网络模型和MUNet网络模型组成深度时空超分辨率制图模型； 步骤4、以目标区域目标时期低分辨率遥感影像的各图像块为输入，应用深度时空超分辨率制图模型，获得对应的高分辨率土地覆盖类别概率图像块，将获得的各高分辨率土地覆盖类别概率图像块按地理坐标进行拼接，得到目标区域目标时期的高分辨率土地覆盖类别概率图； 步骤5、比较目标区域历史时期和目标时期的低分辨率遥感影像中每个像元中的土地覆盖类别，计算对应各像元中各土地覆盖类别的类别分数，得到各像元中各土地覆盖类别的类别分数随时间变化的信息，称为变化检测约束信息； 步骤6、构建基于变化检测约束信息的亚像元类别分配优化模型，所述亚像元类别分配优化模型结合目标区域历史时期的高分辨率土地覆盖分类图，对目标区域目标时期的高分辨率土地覆盖类别概率图的各像元的土地覆盖类别进行分配，获得目标区域目标时期的高分辨率土地覆盖分类图。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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。