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！

龙图腾网获悉南京大学申请的专利一种面向对象城市遥感影像的高精度分类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：CN120823444B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510979888.6，技术领域涉及：G06V10/764；该发明授权一种面向对象城市遥感影像的高精度分类方法是由马磊;晏梓云;贺广均;陈振杰设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种面向对象城市遥感影像的高精度分类方法在说明书摘要公布了：本发明公开了一种面向对象城市遥感影像的高精度分类方法，涉及遥感影像分类领域，包括获取LCZ矢量样本，并基于GEE平台，构建矢量样本库，得到样本数据集；根据样本数据集，通过耦合Transformer架构和卷积神经网络，构建LCZ分类模型；获取城市局地气候区遥感影像；通过多尺度分割算法、反演地表温度和不透水面驱动算法，对城市局地气候区遥感影像进行分割聚合，得到城市局地气候区遥感影像的精细单元；根据样本数据集中图像与精细单元的重叠率，确定精细单元的最优图像块尺寸，并提取最优图像块输入至LCZ分类模型中，得到分类结果。本发明实现了对城市局地气候区遥感影像的分类，降低了分类难度，提高了分类精度。

本发明授权一种面向对象城市遥感影像的高精度分类方法在权利要求书中公布了：1.一种面向对象城市遥感影像的高精度分类方法，其特征在于，包括以下步骤： S1、获取LCZ矢量样本，并基于GEE平台，构建矢量样本库，得到样本数据集；所述样本数据集包括：输入样本和样本分类结果； S2、根据样本数据集，通过耦合Transformer架构和卷积神经网络，构建LCZ分类模型； S3、获取城市局地气候区遥感影像； S4、通过多尺度分割算法、反演地表温度和不透水面驱动算法，对城市局地气候区遥感影像进行分割聚合，得到城市局地气候区遥感影像的精细单元； S5、根据样本数据集中图像与精细单元的重叠率，确定精细单元的最优图像块尺寸，并提取最优图像块输入至LCZ分类模型中，得到分类结果； S2中根据样本数据集，通过耦合Transformer架构和卷积神经网络，构建LCZ分类模型，具体包括： S21、根据输入样本和样本分类结果，构建训练集和测试集； S22、基于SwinTransformer架构和卷积神经网络，通过进行多尺度特征提取和通道特征融合操作，构建初始LCZ分类模型； S23、通过数据增强、动态学习率调整以及训练参数设置优化训练策略，基于训练集和测试集对初始LCZ分类模型进行训练和测试，直至训练后的初始LCZ分类模型满足设定要求时，确定训练好的初始LCZ分类模型为LCZ分类模型； S22中基于SwinTransformer架构和卷积神经网络，通过进行多尺度特征提取和通道特征融合操作，构建初始LCZ分类模型，具体包括： S221、基于卷积神经网络，对输入样本依次进行一次卷积层特征提取、二次卷积层特征提取和三次卷积层特征提取，得到多尺度特征图；所述一次卷积层的卷积核大小为3×3；所述二次卷积层的卷积核大小为5×5；所述三次卷积层的卷积核大小为7×7； S222、通过残差卷积神经网络对多尺度特征进行拆分、转换和合并处理，得到一次残差特征图； S223、通过学习不同通道间的重要性，以通道间权重形式抑制一次残差特征中不重要的特征，强调残差特征中重要的特征，得到一次通道融合特征图； S224、通过对一次通道融合特征进行下采样操作，得到一次下采样特征图；所述下采样操作包括：平均池化处理和最大池化处理； S225、根据一次下采样特征图，重复步骤S222-S224，得到二次下采样特征图； S226、基于两个SwinTransformer架构，通过图像块嵌入与合并机制、相对位置编码机制、窗口自注意力机制和多层感知机制对二次下采样特征图进行处理及整合，得到样本分类结果，并得到初始LCZ分类模型；所述SwinTransformer架构包括：图像块嵌入与合并机制、相对位置编码机制、窗口自注意力机制和多层感知机制； S5中根据样本数据集中图像与精细单元的重叠率，确定精细单元的最优图像块尺寸，具体包括以下步骤： 若样本数据集中的图像与精细单元重叠率范围为50%~100%，则确定与样本数据集中图像尺寸相同的精细单元尺寸，为最优图像块尺寸； 若样本数据集中的图像与精细单元重叠率范围为0%~49%，则判断精细单元的多边形外接矩形的长宽比、宽长比是否大于或等于1.5； 若精细单元的多边形外接矩形的长宽比、宽长比大于或等于1.5，则根据矩形方向确定480m×300m或300m×480m的精细单元尺寸为最优图像块尺寸； 若精细单元的多边形外接矩形的长宽比、宽长比小于1.5，则提取300m×300m的精细单元，通过零填充将300m×300m的精细单元调整为480m×480m的精细单元，480m×480m即为最优图像块尺寸。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。