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！

龙图腾网获悉厦门理工学院申请的专利基于全极化SAR的积雪识别方法、装置、设备和存储介质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：CN115294445B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210662316.1，技术领域涉及：G06V20/10；该发明授权基于全极化SAR的积雪识别方法、装置、设备和存储介质是由李晖;康璇;黄林设计研发完成，并于2022-06-13向国家知识产权局提交的专利申请。

本基于全极化SAR的积雪识别方法、装置、设备和存储介质在说明书摘要公布了：本发明实施例提供基于全极化SAR的积雪识别方法、装置、设备和存储介质，涉及积雪识别技术领域。这种积雪识别方法包含S1获取目标区域的全极化Radarsat‑2影像。S2通过极化，提取四个后向散射特征。S3根据VV后向散射特征和VH后向散射特征，获取第一差值和第一比值。S6通过Pauli分解，获取三个极化特征。S7通过Freeman分解，获取三个极化特征。S8通过分解，获取四个极化特征。S9通过Yamaguchi分解，获取四个极化特征。S10上述20个特征，进行波段组合，获取由20个波段组成的多波段特征影像。S11根据20个波段组成的多波段特征影像，采用随机森林分类器进行识别，以获得积雪识别结果。通过组合20个特征，特别是第一差值和第一比值，能够大大降低积雪识别结果的破碎度。

本发明授权基于全极化SAR的积雪识别方法、装置、设备和存储介质在权利要求书中公布了：1.基于全极化SAR的积雪识别方法，其特征在于，包含： 获取目标区域的全极化Radarsat-2影像； 根据所述全极化Radarsat-2影像，提取后向散射系数，获取HH后向散射特征、HV后向散射特征、VH后向散射特征和VV后向散射特征； 根据所述VV后向散射特征和所述VH后向散射特征，获取第一差值和第一比值；其中，所述第一差值为所述VV后向散射特征和所述VH后向散射特征的差值；所述第一比值为VV后向散射特征和所述VH后向散射特征的比值； 根据所述全极化Radarsat-2影像，通过Pauli分解，获取Pauli_Dbl极化特征、Pauli_Odd极化特征和Pauli_Vol极化特征； 根据所述全极化Radarsat-2影像，通过Freeman分解，获取Freeman_Dbl极化特征、Freeman_Odd极化特征和Freeman_Vol极化特征； 根据所述全极化Radarsat-2影像，通过分解，获取Entropy极化特征、Anisotropy极化特征、Alpha极化特征和Lambda极化特征； 根据所述全极化Radarsat-2影像，通过Yamaguchi分解，获取Yamaguchi4_Dbl极化特征、Yamaguchi4_Odd极化特征、Yamaguchi4_Vol极化特征和Yamaguchi4_Hlx极化特征； 根据所述HH后向散射特征、所述HV后向散射特征、所述VH后向散射特征、所述VV后向散射特征、所述第一差值、所述第一比值、所述Pauli_Dbl极化特征、所述Pauli_Odd极化特征、所述Pauli_Vol极化特征、所述Freeman_Dbl极化特征、所述Freeman_Odd极化特征、所述Freeman_Vol极化特征、所述Entropy极化特征、所述Anisotropy极化特征、所述Alpha极化特征、所述Lambda极化特征、所述Yamaguchi4_Dbl极化特征、所述Yamaguchi4_Odd极化特征、所述Yamaguchi4_Vol极化特征和所述Yamaguchi4_Hlx极化特征，进行波段组合，获取由20个波段组成的多波段特征影像； 根据所述20个波段组成的多波段特征影像，采用随机森林分类器进行识别，以获得积雪识别结果。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。