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！

龙图腾网获悉中国科学院上海技术物理研究所申请的专利一种高光谱遥感影像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：CN121121504B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511667573.4，技术领域涉及：G06V20/10；该发明授权一种高光谱遥感影像云检测方法是由刘银年;贾源源;赵思维;刘选斌设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本一种高光谱遥感影像云检测方法在说明书摘要公布了：本发明公开了一种高光谱遥感影像云检测方法，属于高光谱遥感探测技术领域。所述方法包括：对高光谱LI级图像进行预处理，得到表观反射率切片数据，并通过分段主成分分析降维获得主成分切片数据；构建Transformer‑CNN协同双分支网络，其中Transformer分支采用SpecFormer模块捕捉连续波段间的长程依赖关系以提取光谱细节差异，CNN卷积神经网络分支采用U型编码器‑解码器结构提取薄云局部细节与多尺度光谱‑空间特征；通过跨分支跳跃连接融合两分支特征，生成与输入分辨率一致的云检测掩膜。该方法有效解决了薄云与下垫面光谱混淆问题，显著提升了薄云的识别精度与复杂场景的自适应能力。

本发明授权一种高光谱遥感影像云检测方法在权利要求书中公布了：1.一种高光谱遥感影像云检测方法，其特征在于，包括： 步骤1、对高光谱LI级图像进行预处理，得到表观反射率切片数据，并通过分段主成分分析降维得到与所述表观反射率切片数据分辨率一致的主成分切片数据； 步骤2、构建Transformer-CNN协同双分支云检测网络，其中Transformer分支采用SpecFormer模块从所述表观反射率切片数据中捕捉连续波段间的长程依赖关系以获取云以及云与下垫面之间光谱细节差异；CNN卷积神经网络分支采用U型编码器-解码器架构，从所述主成分切片数据中提取薄云局部细节与多尺度光谱-空间特征；其中，所述CNN卷积神经网络分支的运行过程包括：以主成分切片数据作为输入，在编码模块中依次通过Focus结构、由深度可分离卷积和跨阶段残差网络模块组成的下采样单元，提取不同尺度的特征图；在解码模块中，通过上采样操作逐步恢复空间分辨率，并利用跳跃连接将编码器相应尺度的特征图与解码器特征图进行拼接，在拼接后采用通道-空间注意力残差模块自适应校准通道和空间维度上的特征响应； 所述Focus结构通过对输入的主成分切片数据图像I进行切片和堆叠操作，生成通道数增加、空间尺寸减半的初始特征图S1： ， 其中，Focus·表示Focus结构，S1是高光谱主成分切片数据的12×12大小； 然后，经过深度可分离卷积和特征提取模块跨阶段残差网络组成的下采样单元，生成第二特征图S2： ， ， 其中，CSPR·表示特征提取模块，DCBL·表示深度可分离卷积，Fdown表示下采样操作，第二特征图S2是高光谱主成分切片数据的14×14大小； 通过连续的下采样单元生成第三、第四、……、第m-1、第m特征图S3、S4……、Sm-1、Sm，m为特征图序号； ， ， …… ， ， 其中，第三特征图S3是高光谱主成分切片数据的18×18大小，第四特征图S4是高光谱主成分切片数据的116×116大小，……，第m-1特征图Sm-1是高光谱主成分切片数据的12m-1×12m-1大小，第m特征图Sm是高光谱主成分切片数据的12m×12m大小； 步骤3、将所述Transformer分支和CNN卷积神经网络分支获取的特征通过跨分支跳跃连接进行融合，生成与所述表观反射率切片数据分辨率一致的云检测掩膜。

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科学院上海技术物理研究所，其通讯地址为：200083 上海市虹口区中山北一路420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。