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！

龙图腾网获悉中国林业科学研究院资源信息研究所申请的专利一种林分边界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：CN120931948B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511046733.3，技术领域涉及：G06V10/44；该发明授权一种林分边界提取方法及系统是由黄建文;田昕;郭颖;刘清旺;刘立志;祡国奇设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种林分边界提取方法及系统在说明书摘要公布了：本发明公开了一种林分边界提取方法及系统，所述方法包括以下步骤：获取数据，包括林地遥感影像数据和地面数据；对获取到的数据进行预处理；构建双路径CBAM‑UNet网络模型；将预处理后的数据输入双路径CBAM‑UNet网络模型进行树种分类预测并获得树种分类图；对树种分类图进行影像拼接得到树种分类栅格图；对树种分类栅格图进行矢量化处理与矢量边界优化以提取林分边界并生成林分边界矢量图。本发明提供的林分边界提取方法，通过构建的双路径CBAM‑UNet网络模型可以实现多尺度特征捕获和多源异构数据的特征融合，能够解决在复杂林地条件下根据林分树种的高精度识别实现林分边界的自动提取问题，为森林管理提供高质量数据。

本发明授权一种林分边界提取方法及系统在权利要求书中公布了：1.一种林分边界提取方法，其特征在于，所述林分边界提取方法包括以下步骤： 获取数据，所述数据包括林地遥感影像数据和地面数据； 对获取到的数据进行预处理； 构建双路径CBAM-UNet网络模型；所述双路径CBAM-UNet网络模型包括输入层和编码器，所述输入层包括左路径和右路径，所述编码器包括左路径编码器和右路径编码器，所述输入层用于接收原始图像数据并通过所述左路径和右路径将所述原始图像数据同时输入至左路径编码器和右路径编码器进行并行处理； 其中，所述左路径编码器包括：基于降采样和BasicConv模块构建的多级特征提取层； 所述右路径编码器包括：基于降采样和BasicConv模块构建的多级特征提取层； 所述双路径CBAM-UNet网络模型设置模式开关来控制所述BasicConv模块的工作模式，所述工作模式包括标准模式和ASPP增强模式；处于标准模式下的BasicConv模块包含两个串联的卷积层，每层后接BatchNorm和ReLU激活函数； 所述左路径编码器用于处理光学遥感影像数据，所述右路径编码器用于处理CHM冠层高度模型数据，所述光学遥感影像数据包括RGB波段或多光谱数据，所述CHM冠层高度模型数据提供林木高度信息，通过双路径特征提取实现光谱特征与结构特征的互补融合； 所述双路径CBAM-UNet网络模型包括解码器、输出层和CBAM模块； 所述解码器为四层结构，其每层均包含用于上采样的转置卷积模块和用于处理融合特征的DoubleConv模块； 所述输出层包括卷积层，所述卷积层将所述解码器的输出特征映射到预定义的树种类别并应用Softmax激活函数生成各树种类别的概率分布； 所述CBAM模块用于对所述左路径编码器和所述右路径编码器每一次特征提取后进行特征融合后的融合特征进行增强处理，增强处理后通过跳跃连接与所述解码器中对应层的所述转置卷积模块的输出特征进行特征融合，融合后的特征输入所述DoubleConv模块进行处理； 所述双路径CBAM-UNet网络模型包括瓶颈层，所述瓶颈层包括： 左路径DoubleConv模块，用于处理所述左路径编码器输出的特征图； 右路径DoubleConv模块，用于处理所述右路径编码器输出的特征图； 瓶颈融合层，将所述左路径DoubleConv模块和所述右路径DoubleConv模块输出的特征图进行通道维度级联，生成级联特征图； 终端增强模块，将所述级联特征转换为高度非线性表示； CBAM增强模块，对瓶颈层的输出应用注意力机制进行增强处理； 将预处理后的数据输入所述双路径CBAM-UNet网络模型进行树种分类预测并获得树种分类图； 对树种分类图进行影像拼接得到树种分类栅格图； 对树种分类栅格图进行矢量化处理与矢量边界优化以提取林分边界并生成林分边界矢量图。

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中国林业科学研究院资源信息研究所，其通讯地址为：100091 北京市海淀区东小府2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。