昆明理工大学王开正获国家专利权
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!
龙图腾网获悉昆明理工大学申请的专利一种基于锐化模块和高斯混合模型的多光谱云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:CN116309318B 。
龙图腾网通过国家知识产权局官网在2026-01-23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:202310070603.8,技术领域涉及:G06T7/00;该发明授权一种基于锐化模块和高斯混合模型的多光谱云检测方法是由王开正;周顺珍;付一桐;谭义章;王帅旗;俞瑞龙;孔德照设计研发完成,并于2023-02-07向国家知识产权局提交的专利申请。
本一种基于锐化模块和高斯混合模型的多光谱云检测方法在说明书摘要公布了:本发明公开了一种基于锐化模块和高斯混合模型的多光谱云检测方法,方法包括:获取待检测的遥感图像;将待检测的遥感图像输入预构建训练好的云检测模型,得到输出的云检测结果;其中所述云检测模型的构建训练方法包括:获取遥感图像数据集;对遥感图像数据集进行预处理得到云检测数据集;对云检测数据集进行特征选取得到三种聚类特征;利用所述云检测数据集和聚类特征构建云检测模型,其中云检测模型包括特征选择模块、薄云锐化模块、GMM聚类模块和叠加模块。该方法操作简单,运行快速,减少了云检测模型的复杂度,针对不同的云类型都能实现快速以及高精度的云检测。
本发明授权一种基于锐化模块和高斯混合模型的多光谱云检测方法在权利要求书中公布了:1.一种基于锐化模块和高斯混合模型的多光谱云检测方法,其特征在于,包括: 获取待检测的遥感图像; 将待检测的遥感图像输入预构建训练好的云检测模型,得到输出的云检测结果; 其中所述云检测模型的构建训练方法包括: 步骤S1、获取遥感图像数据集; 步骤S2、对遥感图像数据集进行预处理得到云检测数据集; 步骤S3、对云检测数据集进行特征选取得到三种聚类特征,包括:对Himawari-8的光谱数据采用概率密度函数进行统计分析,分别形成云和下垫面像元反射率、亮温和亮温差的概率密度函数分布;以Himawari-8所搭载AHI的通道3与通道4的反射率之和R3+4、通道15的亮温值BT15以及通道7与通道14的亮温差值BTD7-14为三种聚类特征;根据云和下垫面像元不同聚类特征的概率密度函数分布情况完成聚类特征的选择; 步骤S4、利用所述云检测数据集和聚类特征构建云检测模型,其中云检测模型包括特征选择模块、薄云锐化模块、GMM聚类模块和叠加模块; 对昼夜分别选用不同的聚类特征方案进行云检测:遥感图像为白天时段采集的,采用R3+4聚类特征;遥感图像为夜间时段采集的,采用BT15和BTD7-14聚类特征; 白天时段采集的遥感图像的检测过程包括:特征选择模块,对白天时段采集的遥感图像选取R3+4聚类特征;薄云锐化模块,对白天时段采集的遥感图像进行锐化处理得到薄云区域增强图像;GMM聚类模块,基于R3+4聚类特征,对所述遥感图像进行GMM聚类得到云层主体部分聚类结果,对所述薄云区域增强图像进行GMM聚类得到薄云部分聚类结果;叠加模块,将所述云层主体部分聚类结果和薄云部分聚类结果进行叠加得到云检测结果; 夜间时段采集的遥感图像的检测过程包括:特征选择模块,对夜间时段采集的遥感图像选取BT15和BTD7-14聚类特征;GMM聚类模块,基于BT15和BTD7-14聚类特征,对所述遥感图像进行GMM聚类得到云检测结果。
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昆明理工大学,其通讯地址为:650500 云南省昆明市呈贡区吴家营街道昆明理工大学;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