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！

龙图腾网获悉山东师范大学申请的专利针对平原作物类型复杂区地块边界精准提取方法及系统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：CN116343048B 。

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：202310383253.0，技术领域涉及：G06V20/10；该发明授权针对平原作物类型复杂区地块边界精准提取方法及系统是由张焕雪;苏国山;宋文瑶;刘相良;王昊平;王琛;房冠儒;张浩彧设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本针对平原作物类型复杂区地块边界精准提取方法及系统在说明书摘要公布了：本发明提出针对平原作物类型复杂区地块边界精准提取方法及系统，涉及图像处理领域。包括获取遥感图像；提取遥感图像的时间特征和光谱特征，融合时间特征和光谱特征，构建最优特征数据集；将构建的特征数据集输入至预训练的循环残差卷积神经网络中，得到多个粗略农田分割结果图；将多个粗略农田分割结果图转换为矢量边界图，采用图像处理算法优化边缘轮廓，得到初级农田边界图；开发基于规则的决策融合策略，利用随机森林算法对待提取区域的作物地块进行分类，得到随机森林算法的分类结果图；将初级农田边界图与随机森林算法的分类结果图进行合并，得到最终农田边界。本发明实现了平原作物类型复杂区农田的高精度划定，大大节约了人力和物力。

本发明授权针对平原作物类型复杂区地块边界精准提取方法及系统在权利要求书中公布了：1.针对平原作物类型复杂区地块边界精准提取方法，其特征在于，包括以下步骤： 获取待提取区域的多个波段的遥感图像； 提取多个波段遥感图像的时间特征和光谱特征，融合时间特征和光谱特征，构建最优特征数据集； 将构建的特征数据集输入至预训练的循环残差卷积神经网络中，得到多个粗略农田分割结果图； 将多个粗略农田分割结果图转换为矢量边界图，采用图像处理算法优化边缘轮廓，得到初级农田边界图； 开发基于规则的决策融合策略，利用随机森林算法对待提取区域的作物地块进行分类，得到随机森林算法的分类结果图；将初级农田边界图与随机森林算法的分类结果图进行合并，得到最终农田边界； 提取多个波段遥感图像的时间特征和光谱特征，包括： 采用平滑滤波算法对时间序列数据进行平滑和重建，得到平滑重建后的时间序列数据； 使用基于向量的描述方法提取平滑重建后时间序列数据的时间特征，获取峰值、最大增长率、最大衰减率及其对应的最大增长率阶段、峰值阶段、最大衰减率阶段、峰宽、前峰值和后峰值的累积9个时间特征； 选择差异植被指数、绿度指数、红绿比率指数、比值植被指数、土壤调整植被指数、三角形植被指数、归一化植被指数、增强植被指数作为初始光谱特征，利用基于基尼系数的特征重要性评估模型对初始光谱特征进行重要性选择，得到重要性选择后的光谱特征； 融合时间特征和重要性选择后的光谱特征，构建最优特征数据集； 将构建的特征数据集输入至预训练的循环残差卷积神经网络之前，还包括构建包含编码器、解码器和预测器的循环残差卷积神经网络： 所述编码器用于对所述每一波段的遥感图像进行下采样操作，提取遥感图像的特征，生成不同尺度的特征图，包括多个依次连接的编码层，每个编码层包括依次连接的卷积层、批量标准化处理层和线性整流层； 所述解码器将所述编码器生成的不同尺度的特征图，进行特征融合，还原出粗略农田边界图，包含多个依次连接的解码层，每个解码层包括依次连接的反卷积层、批量标准化处理层和线性整流层； 所述预测器包含卷积核大小为3*3的卷积层，采用交叉熵损失函数监督分割结果。

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山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88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。