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！

龙图腾网获悉武汉大学申请的专利一种基于高分辨率遥感影像的构筑物灾害损毁评估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：CN120612273B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510082333.1，技术领域涉及：G06T7/00；该发明授权一种基于高分辨率遥感影像的构筑物灾害损毁评估方法及系统是由马爱龙;陈鼎元;钟燕飞设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于高分辨率遥感影像的构筑物灾害损毁评估方法及系统在说明书摘要公布了：本发明提供一种基于高分辨率遥感影像的构筑物灾害损毁评估方法及系统，包括：步骤1，获取高分辨率遥感影像构筑物提取数据集，选取固定数量样本作训练集，构建密集场景下的构筑物样本库，选取固定数量样本作测试集；步骤2，构建边界缓冲区解析网络进行密集构筑物提取，获取最终的构筑物栅格结果；步骤3，构建规则化矢量融合模型，利用训练集进行迭代训练，获得构筑物矢量生成模型；步骤4，利用边界缓冲区解析网络和规则化矢量生成技术对测试集进行预测，得到测试集构筑物矢量图，结合多源灾情数据提取的灾情矢量图，通过构筑物矢量图和灾情矢量图融合输出构筑物灾害损毁评估结果。本发明用于灾害场景下密集构筑物矢量化准确提取任务。

本发明授权一种基于高分辨率遥感影像的构筑物灾害损毁评估方法及系统在权利要求书中公布了：1.一种基于高分辨率遥感影像的构筑物灾害损毁评估方法，其特征在于，包括如下步骤： 步骤1，获取高分辨率遥感影像构筑物提取数据集，选取固定数量样本作训练集，构建密集场景下的构筑物样本库，选取固定数量样本作测试集； 步骤2，构建边界缓冲区解析网络，从密集目标边界分离、模糊目标边界优化两个角度进行密集构筑物提取，获取最终的构筑物栅格结果； 步骤3，构建规则化矢量融合模型，并利用训练集进行迭代训练，最终获得构筑物矢量生成模型；包括如下子步骤， 步骤3.1，通过规则化矢量生成技术构建规则化矢量融合模型；规则化矢量生成技术包括目标边缘检测、冗余点剔除、多边形规则化； 所述目标边缘检测包括：在输入的构筑物栅格结果上计算梯度幅值和方向，并通过非极大值抑制保留沿着梯度方向幅值最大的点，从而细化边缘；在此基础上，设置高、低两个阈值，梯度幅值高于高阈值的像素被认为是强边缘像素，低于低阈值的像素被认为是弱边缘像素；位于两者之间的像素被视为中间状态；通过连接强边缘像素，并将与强边缘相邻的中间状态像素也标记为边缘，输出边缘图； 冗余点剔除包括：首先，在曲线上选择第一个点和最后一个点作为关键点，两点之间的点称为中间点；在起点和终点之间，找到所有中间点中，与起点-终点连线的直线段距离最大的点，将这一最大距离与预先设定的阈值进行比较；如果最大距离小于阈值，则这一段曲线可以被用这条直线段来近似，剔除两点之间的中间点；如果最大距离大于阈值，则将这个最远点作为新的关键点，并将曲线段分成两部分；将所有保留的关键点组合起来，输出简化后的多边形矢量结果； 多边形规则化包括：构建动态规划法进行多边形的端点修正，保证以下约束条件：迭代后的线段与源线段在指定容差范围内、迭代后的线段端点与源端点在指定容差范围内、迭代后的线段方向与源方向保持一致，输出构筑物矢量结果； 步骤3.2，基于训练集训练边界缓冲区解析网络； 步骤4，利用训练收敛后的边界缓冲区解析网络和规则化矢量融合模型，对测试集进行预测，得到测试集构筑物矢量图，并结合多源灾情数据提取的灾情矢量图，通过构筑物矢量图和灾情矢量图融合进行构筑物灾害损毁评估分析，输出构筑物灾害损毁评估结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。