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！

龙图腾网获悉武汉大学申请的专利一种协同双重协调遥感影像云遮挡缺失重建方法和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：CN117237219B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202311196612.8，技术领域涉及：G06T5/60；该发明授权一种协同双重协调遥感影像云遮挡缺失重建方法和系统是由蒋永华;刘伟玲;谭美淋;张过;黎达设计研发完成，并于2023-09-14向国家知识产权局提交的专利申请。

本一种协同双重协调遥感影像云遮挡缺失重建方法和系统在说明书摘要公布了：本发明公开了一种协同双重协调遥感影像云遮挡缺失重建方法和系统，实现高分辨率影像大面积云遮挡缺失信息重建目标。本发明通过下述技术方案实现：首先，合成影像Icom和掩膜M通过浅层特征提取模块得到If，Mf。其次，在协同双重协调模块中，构建了像素到像素的细粒度局部协调模块和影像到影像的全局协调模块，以浅层特征If，Mf作为输入，分别获得像素级的特征Ipix和全局级的特征Iigh，最终通过Iout＝Ipix·IIGH进行特征融合后得到重建影像。其次，本发明设计了相似性约束函数和梯度约束函数，保持合成影像中前景区域和背景区域的整体一致性，最终实现高分辨率影像大面积云遮挡缺失信息重建目标。

本发明授权一种协同双重协调遥感影像云遮挡缺失重建方法和系统在权利要求书中公布了：1.一种协同双重协调遥感影像云遮挡缺失重建方法，其特征在于，包括如下步骤： 步骤1，基于时间接近原则获取遥感成对云遮挡影像和无云影像，并获取云和云阴影对应的掩膜，然后随机划分为训练集和测试集； 步骤2，基于云遮挡影像和无云影像影像获得合成影像； 步骤3，以合成影像和作为输入，构建重建模型，包括浅层特征提取模块，协同双重协调模块； 所述浅层特征提取模块由多个卷积层和多个残差层组成，并以和作为输入，得到浅层特征； 所述协同双重协调模块由两部分组成，分别是像素到像素的细粒度局部协调模块和影像到影像的全局协调模块，以浅层特征作为输入，分别获得像素级的特征和全局级的特征，最终通过进行特征融合后得到重建影像； 步骤4，结合训练集数据，利用损失函数对构建的重建模型进行训练； 所述损失函数包括梯度损失约束函数，重建损失约束函数，还包括相似性约束函数； 其中梯度损失约束函数的计算公式如下： 式中，为梯度损失约束函数，为计算梯度的Sobel算子，为输出的重建影像，为无云真实影像，下标为L1loss； 重建损失约束函数的计算公式如下： 式中，为重建损失，为输出的重建影像，为无云真实影像，下标为L1loss； 相似性约束函数的计算公式如下： 式中，为结构相似性函数，为真实无云影像下采样特征，为地物约束模块特征，为相似性约束函数； 最终的总损失为： 式中，总损失，为结构相似性函数，为梯度损失约束函数，为重建损失约束函数，、、为各损失函数权重； 步骤5，将测试集中的合成影像和对应的掩膜输入到训练好的重建模型，得到重建影像。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。