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！

龙图腾网获悉吉林大学申请的专利基于混合特征网络的卫星遥感影像云雪检测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：CN115880586B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211560667.8，技术领域涉及：G06V20/13；该发明授权基于混合特征网络的卫星遥感影像云雪检测方法是由顾玲嘉;王钰涵;任瑞治设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本基于混合特征网络的卫星遥感影像云雪检测方法在说明书摘要公布了：本发明公开了一种基于混合特征网络的卫星遥感影像云雪检测方法，属于卫星遥感图像处理与应用的技术领域。本发明的目的是解决卫星遥感影像中云雪共存的条件下云雪检测精度低，无法准确获取雪和云分布状态细节的问题。本发明采用卫星遥感影像作为数据源，使用GLCM、LBP和SEEDS的方法提取图像的浅层特征，通过深度特征提取网络提取图像的深度热图特征，随后将浅层特征与深度热图特征融合形成混合特征，同时将混合特征送入基于混合特征的云雪检测网络中训练和验证，应用训练好的云雪检测模型最终获得云和雪的检测结果。本发明方法能在云雪共存条件下和不同空间分辨率的卫星遥感影像中准确地检测云和雪。

本发明授权基于混合特征网络的卫星遥感影像云雪检测方法在权利要求书中公布了：1.基于混合特征网络的卫星遥感影像云雪检测方法，其特征在于，该方法的具体步骤如下： 步骤一、影像预处理：对卫星遥感影像进行辐射定标、大气校正、拼接以及裁剪选取实验区； 步骤二、提取浅层特征：通过灰度共生矩阵、局部二值模式和超像素分割方法获得图像的浅层特征； 步骤三、提取深度热图特征：提取深度热图特征由两个部分组成，首先由深度特征提取网络进行图像深度特征的提取，获取云和雪的深层次抽象特征，随后通过Heatmap模块可以获得到图像深度热图特征， 所述的深度特征提取网络采用残差神经网络结构，Heatmap模块与深度特征提取网络连接，由2D平均池化层、全连接层与Heatmap层连接构成； 步骤四、特征融合与云雪检测：将浅层特征和深层热图特征融合形成混合特征，对混合特征云雪检测网络进行训练和验证；在云雪共存的情况下，应用训练好的云雪检测网络模型对不同空间分辨率遥感数据图像进行云雪提取； 混合特征云雪检测网络由特征融合层、四个LSTM模块和一个随机森林分类器组成；首先通过云雪检测网络的特征融合层中使用CONCAT函数将由浅层特征提取模块得到的浅层特征、由深层特征提取网络得到的深层热图特征和原始数据波段组成云雪检测混合特征； 随后混合特征被发送到具有最佳单元数的多特征LSTM的混合特征云雪检测网络进行训练和验证，以提取云和雪；每个LSTM模块的结构包括n个LSTM单元和dropout；最后一个LSTM模块在输出端包含了全连接层，最后通过随机森林分类器，将结果分为云、雪和其他三个类别，得到遥感图像的云雪检测结果。

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吉林大学，其通讯地址为：130012 吉林省长春市长春高新技术产业开发区前进大街2699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。