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！

龙图腾网获悉耕宇牧星(北京)空间科技有限公司申请的专利一种基于多层特征融合与先验引导的遥感图像分割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：CN120852454B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510943720.X，技术领域涉及：G06T7/12；该发明授权一种基于多层特征融合与先验引导的遥感图像分割方法是由李冠群设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本一种基于多层特征融合与先验引导的遥感图像分割方法在说明书摘要公布了：本发明公开了一种基于多层特征融合与先验引导的遥感图像分割方法，涉及遥感图像分割领域，包括以下步骤：利用特征提取网络，对遥感图像进行多级预处理模块、卷积层及先验引导特征聚合‑协调模块处理，生成特征F11、F22、F33；通过信息融合网络，对特征F11、F22、F33进行多级先验引导特征聚合‑协调模块、卷积层处理，生成遥感图像分割结果P。该方法通过多层次特征融合、先验引导特征优化及多级损失监督，显著提升了遥感图像在复杂场景下的分割精度与鲁棒性。

本发明授权一种基于多层特征融合与先验引导的遥感图像分割方法在权利要求书中公布了：1.一种基于多层特征融合与先验引导的遥感图像分割方法，其特征在于，包括以下步骤： S1、利用特征提取网络，对遥感图像进行多级预处理模块、卷积层及先验引导特征聚合-协调模块处理，生成特征F1、F2、F3；包括： S11、将遥感图像依次通过第一预处理模块、第二预处理模块进行预处理，分别生成特征f1、f2；并将遥感图像通过3×3卷积层、第一先验引导特征聚合-协调模块，生成特征F1；S12、对特征F1进行下采样，并与特征f1进行特征拼接，生成特征S13、将特征通过卷积层、第二先验引导特征聚合-协调模块，生成特征F2；并对特征F2进行下采样，与特征f2进行特征拼接，生成特征S14、将特征通过卷积层、第三先验引导特征聚合-协调模块，生成特征F3； 所述第一预处理模块包括：平均池化层、卷积层和全维动态卷积层；第二预处理模包括：平均池化层、卷积层和动态可变形卷积层； S2、通过信息融合网络，对特征F1、F2、F3进行多级先验引导特征聚合-协调模块、卷积层处理，生成遥感图像分割结果P；包括： S21、将特征F3输入第四先验引导特征聚合-协调模块生成特征F’3；S22、对特征F’3进行上采样处理，与特征F2进行特征拼接，通过卷积层、第五先验引导特征聚合-协调模块处理，生成特征F’2；S23、将特征F’2进行上采样处理，与特征F1进行特征拼接，依次通过卷积层、第六先验引导特征聚合-协调模块、卷积层及激活函数处理，获得遥感图像分割结果P； 每个先验引导特征聚合-协调模块的数据处理过程包括： 将特征X输入卷积层、全局平均池化层分别获得特征X’、X”，对特征X’、X”进行相减处理，并结合缩放因子γ进行逐元素相乘，与特征X’、X”进行融合，通过GELU激活函数获得特征X1； 将特征X1输入深度可分离卷积层，分别进行亮通道先验和暗通道先验处理，并结合特征X1进行拼接处理，获得特征X2； 对特征X1、特征X2均进行卷积层和激活函数处理，并通过逐通道相乘，获得特征X3； 将特征X3依次通过卷积层、归一化层、卷积层、深度可分离卷积层及激活函数，获得特征X4； 将特征X4通过卷积层、激活函数处理，获得特征X’4，对特征X4、X’4进行相减处理，获得特征X5； 对特征X5和缩放因子γ进行逐元素相乘，与特征X4进行融合处理，获得特征X+。

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耕宇牧星(北京)空间科技有限公司，其通讯地址为：100095 北京市海淀区地锦路9号院14号楼101-1；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。