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！

龙图腾网获悉中国自然资源航空物探遥感中心申请的专利基于孪生网络架构的机载高光谱影像质量评价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：CN120612595B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510693264.8，技术领域涉及：G06V20/10；该发明授权基于孪生网络架构的机载高光谱影像质量评价方法及系统是由赵政;高子弘;韩亚超;金鼎坚;朱正坤;袁冬竹;王建超设计研发完成，并于2025-05-27向国家知识产权局提交的专利申请。

本基于孪生网络架构的机载高光谱影像质量评价方法及系统在说明书摘要公布了：本发明公开了基于孪生网络架构的机载高光谱影像质量评价方法及系统，包括：S1、获取机载高光谱影像；S2、对高光谱影像进行预处理；S3、从预处理后的高光谱影像中选定样本组集，选取样本组集的平均值作为标准组，提取每个样本组的光谱指标特征向量和辐射指标特征向量，并转化为扇形散线图像；S4、将标准组的扇形散线图像和每个样本组的扇形散线图像依次组成图像对，输入孪生卷积网络模型，得到每组图像对的相似度评估结果；其中，孪生卷积网络模型采用孪生网络和卷积神经网络；S5、基于每组图像对的相似度评估结果，得到高光谱影像的质量评价结果。本发明提供了一种基于孪生卷积网络的简单方便的无参考图像质量评价方法。

本发明授权基于孪生网络架构的机载高光谱影像质量评价方法及系统在权利要求书中公布了：1.基于孪生网络架构的机载高光谱影像质量评价方法，其特征在于，所述方法包括： S1、获取机载高光谱影像； S2、对所述高光谱影像进行预处理； S3、从预处理后的所述高光谱影像中选定样本组集，选取所述样本组集的平均值作为标准组，提取每个样本组的光谱指标特征向量和辐射指标特征向量，并转化为扇形散线图像； 具体包括： S31、创建样本组和标准组：从预处理后的所述高光谱影像中选定单一地类，裁剪出试验区，将试验区划分为N个样本Ann＝1,2，…，N，选取第1个样本A1和第n个样本An组成样本组A1An，选取所有样本组的平均值作为标准组A；其中，i，n，N均为正整数； S32、样本组特征信息提取：对每个样本组的两个样本，计算光谱角距离、光谱信息散度、光谱相似性、皮尔逊系数4个光谱指标值作为光谱指标特征向量，计算信息熵、平均梯度、对比度、地类增强指数4个辐射指标值作为辐射指标特征向量； S33、指标特征向量归一化：对每个样本组的8个指标特征向量进行归一化处理； S34、样本组多维特征向量图像化：将每个样本组中归一化后的8个指标特征向量，按光谱指标和辐射指标两大类交互排列组合，并转化为特征散线，通过极坐标系生成扇形分布的扇形散线图； S4、将所述标准组的扇形散线图像和每个样本组的扇形散线图像依次组成图像对，输入孪生卷积网络模型，得到每组图像对的相似度评估结果；其中，所述孪生卷积网络模型采用孪生网络和卷积神经网络； S5、基于每组图像对的相似度评估结果，得到所述高光谱影像的质量评价结果。

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中国自然资源航空物探遥感中心，其通讯地址为：100083 北京市海淀区学院路29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。