沈阳建筑大学谢志伟获国家专利权
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!
龙图腾网获悉沈阳建筑大学申请的专利基于复杂网络和异源遥感图像的城市组团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:CN115601643B 。
龙图腾网通过国家知识产权局官网在2025-12-30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:202211284494.1,技术领域涉及:G06V20/10;该发明授权基于复杂网络和异源遥感图像的城市组团识别方法是由谢志伟;翟帅智;孙立双;王忠华;李硕;李文刚设计研发完成,并于2022-10-17向国家知识产权局提交的专利申请。
本基于复杂网络和异源遥感图像的城市组团识别方法在说明书摘要公布了:本发明提供一种基于复杂网络和异源遥感图像的城市组团识别方法,涉及遥感图像处理技术领域。本发明通过构建由夜光数据复杂网络和Landsat图像复杂网络构成的复合复杂网络模型,实现异源遥感图像结构对地物的统一描述,可将来源于不同传感器的遥感图像统一于复杂网络结构下,并能够融合两种数据源的信息。同时,本发明将空间属性嵌入到社区结构识别的连接期望函数中,提高了社区结构识别方法对地物空间分析的可靠性,改善了识别精度。本发明通过建立起遥感图像社区与城市空间结构的地理映射关系,使得城市组团的地理边界可定量描述,使得可视化成为可能。
本发明授权基于复杂网络和异源遥感图像的城市组团识别方法在权利要求书中公布了:1.一种基于复杂网络和异源遥感图像的城市组团识别方法,其特征在于,包括以下步骤: 步骤1:采集夜间灯光图像,提取夜间灯光图像的灰度特征点并构建完全图,采用余弦光谱相似度建立遥感图像Landsat的完全图,通过水平可视化算法将夜间灯光图像的完全图和Landsat图像的完全图分别演化为具有小世界特性的夜光数据复杂网络和Landsat图像复杂网络,在空间均质性约束下重建由夜光数据复杂网络和Landsat图像复杂网络构成的复合复杂网络模型; 步骤2:复合网络的单层网络贡献度计算;通过分析单层网络与复合网络的中心度之间相关性随单层网络贡献度变化的规律,定量评价单层网络对多层网络的贡献程度,构建复合复杂网络的复合邻近矩阵; 步骤3:顾及空间属性的遥感图像社区结构识别; 采用复合模块度作为度量社区结构的函数,并通过空间引力模型改进NG连接期望权函数,优化其无法描述空间距离导致节点引力非线性变化的不足,利用Louvain算法最大化复合模块度得到社区结构,通过社区结构节点与图像元素的关系映射实现遥感图像社区结构的表达; 步骤3.1:复合模块度的空间引力模型构建; 所述复合模块度Q为: 8; 其中,m为边的数量,和为节点和属于的社区,为二值判别函数,若节点和属于相同的社区,则,否则,是网络l上节点和之间的连接期望权函数,为网络总数,为网络中任意节点和节点的连接权重; 所述连接期望权函数使用NG连接期望权函数,如下式所示: 9; 其中,网络中节点的度和网络中节点的度;NG连接期望权函数未考虑空间距离对节点间引力的影响;为网络中边的总数;将引力模型引入复合网络连接期望权函数如下式所示: 10; 其中,为引力作用函数,和为节点权重,为复合网络连接期望权函数,为网络中任意节点和节点之间的欧式距离,为数值,将空间权重矩阵,其中为1或2,代入公式11和12,则改进后的复合模块度指数为: 11; 12; 其中为改进后的复合模块度指数,为改进后的复合网络连接期望权函数; 步骤3.2:计算社区结构的Louvain算法最优求解,即采用Louvain算法对最大化进行优化求解; 步骤3.2.1:将网络中的每个节点作为单独社区; 步骤3.2.2:遍历每个节点的所有邻居节点,计算如将该节点加入到邻居节点社区所带来的模块度增益,遴选出增益最大的邻居节点,并加入其所在社区,不断的迭代这一过程,当每个节点的社区属性固定下来停止迭代; 步骤3.2.3:将属于同一社区的节点融合为一个节点,同一社区节点之前的连接权重不再使用,当前社区与其他社区之间的权重为两个社区所有节点的权重和,进而得到新的网络结构,返回步骤3.2.2,直至社区结构固定; 步骤4:遥感社区结构与城市组团的空间映射关系构建; 影像对象为Landsat图像分割结果,且具有分割边界,得到每个节点的空间范围,将属于同一社区归属的多个影像对象合并为一个社区影像对象,由于有多个社区,则获得了多个社区影像对象,这个社区的影像对象即为城市组团,社区影像对象轮廓即为城市组团空间范围。
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沈阳建筑大学,其通讯地址为:110168 辽宁省沈阳市浑南区浑南中路25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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励