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！

龙图腾网获悉贵州电网有限责任公司申请的专利基于UNET与高光谱的输电通道植被智能分类方法、设备及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：CN121170464B 。

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：202511726367.6，技术领域涉及：G06V10/764；该发明授权基于UNET与高光谱的输电通道植被智能分类方法、设备及介质是由杨恒;冯文斌;代萧明;时磊;刘博迪;邱实;蒲阳设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本基于UNET与高光谱的输电通道植被智能分类方法、设备及介质在说明书摘要公布了：本发明公开了基于UNET与高光谱的输电通道植被智能分类方法、设备及介质，属于计算机视觉与图像处理领域，包括通过高光谱遥感设备采集输电通道区域的高光谱图像并进行预处理；设计并构建UNET神经网络，使用标注好的树木类别数据对模型进行训练，使用新采集的测试数据进行分类，输出每个像素点所属的树木类别，进行后处理操作，通过形态学操作去除小区域噪声，使用条件随机场优化模型输出，改进不同树种之间相似类别的分类结果。本发明提高了植被分类的精度，提升了处理效率和自动化程度、有效解决了相似树木种类的分类难题、增强了分类结果的空间一致性并且增强了分类结果的空间一致性，节省了人工成本并降低了错误率。

本发明授权基于UNET与高光谱的输电通道植被智能分类方法、设备及介质在权利要求书中公布了：1.基于UNET与高光谱的输电通道植被智能分类方法，其特征在于：包括， 通过高光谱遥感设备采集输电通道区域的高光谱图像，涵盖不同树木种类的光谱信息，对采集的高光谱图像进行预处理； 设计并构建UNET神经网络，包含编码器、解码器和跳跃连接，针对高光谱数据进行像素级的分类任务，使用已标注的树木类别数据对模型进行训练，通过反向传播和优化算法调整模型参数； 其中，所述设计UNET神经网络模型包括，编码器、解码器和跳跃连接，输入高光谱图像数据，编码器在卷积层采用卷积核对输入数据进行局部特征提取，选择3x3卷积核，每经过一层卷积操作后，卷积核的数量逐层递增，并通过池化操作将高光谱图像的空间尺寸缩小； 解码器通过反卷积层对图像进行上采样，将编码器提取到的特征映射恢复为与输入图像相同的空间尺寸，并通过像素分类得到每个像素的类别标签，即树木种类，同时，采用跳跃连接将编码器的低层特征与解码器的高层特征进行结合，使用softmax激活函数将每个像素的预测值转化为类别概率，输出分类图，每个像素点均被标记为9种树木中的一个； 在已训练的UNET模型基础上，使用新采集的测试数据进行分类，输出每个像素点所属的树木类别，根据分类结果，评估模型的分类性能，计算评价指标； 进行后处理操作，通过形态学操作去除小区域噪声，平滑分类边界，使用条件随机场优化模型输出，消除类别之间的混淆； 通过误分类修正策略，改进不同树种之间相似类别的分类结果，提升整体分类精度； 所述误分类修正策略包括对于存在误分类的区域，包括边缘区域划分低对比度区域，进行修正，通过设定修正规则，将周围类别相似的区域的分类结果修正为正确的类别； 所述修正规则包括， 规则一，基于像素邻域的类别一致性，当一个像素的分类与周围像素的类别一致性高于85%，则保持当前分类结果，当一个像素的分类与周围像素的类别一致性不超过85%，则进行修正； 规则二，基于光谱特征的相似性，当像素的光谱特征与任一类树木的典型特征的相似性高于70%，则在后处理阶段进行类别修正。

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贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路17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。