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！

龙图腾网获悉沈阳市气象局;中国气象局沈阳大气环境研究所申请的专利基于机器学习的空谱融合影像秸秆覆盖度反演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：CN121353910B 。

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：202511561075.1，技术领域涉及：G06V20/10；该发明授权基于机器学习的空谱融合影像秸秆覆盖度反演方法是由孙龙彧;张博宇;武晋雯;冯锐;孙悦;纪瑞鹏;张诗;陈鹏心;贾庆宇;于文颖;陈妮娜;赵先丽;王宏博;储佳乐;王新秀;于璐;崔淼;张桂月设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本基于机器学习的空谱融合影像秸秆覆盖度反演方法在说明书摘要公布了：本申请涉及图像增强技术领域，具体涉及基于机器学习的空谱融合影像秸秆覆盖度反演方法，该方法包括：采集地面秸秆的高光谱图像与多光谱图像；将多光谱图像划分为高光谱图像中各像素点的对应区域；获取各像素点的各波段的对应波段，获取所述各波段与所述对应波段之间的相关系数，从所述各波段的所有对应波段中筛选所述各波段的归属组；得到各区域的信息丰富度；获取各区域的约束因子，对各区域的信息丰富度进行修正；获取所述各波段的增益系数；对高光谱图像和多光谱图像进行空谱融合；根据融合结果，得到秸秆的覆盖度。本申请旨在通过提高图像融合的精度与效率，进而提高空谱融合影像秸秆覆盖度的反演精度与效率。

本发明授权基于机器学习的空谱融合影像秸秆覆盖度反演方法在权利要求书中公布了：1.基于机器学习的空谱融合影像秸秆覆盖度反演方法，其特征在于，该方法包括以下步骤： 采集地面秸秆的高光谱图像与多光谱图像； 基于高光谱图像中的像素点数量，将多光谱图像划分为高光谱图像中各像素点的对应区域；将各像素点的对应区域内的任一像素点的任一波段记为对应波段，通过分析各像素点的各波段与所述对应波段之间光谱曲线的相关性与差异，获取所述各波段与所述对应波段之间的相关系数，从所述各波段的所有对应波段中筛选所述各波段的归属组； 通过所述相关系数，以及各像素点的对应区域内所有像素点与近邻像素点之间波段的反射率的差异，得到各像素点的对应区域的信息丰富度； 通过各区域内每个像素点的每个波段与秸秆的光谱特征波段之间的间距，以及所有像素点的所有波段的反射率的分布，获取各区域的约束因子，对各区域的信息丰富度进行修正；通过所述相关系数与各像素点的对应区域的修正结果，获取所述各波段的增益系数； 基于所述增益系数与所述归属组的筛选结果，结合广义拉普拉斯金字塔融合算法，对高光谱图像和多光谱图像进行空谱融合；根据融合结果，得到秸秆的覆盖度； 所述信息丰富度的表达式为： ；式中，F表示区域Q的信息丰富度；表示区域Q内的像素点个 数；表示像素点n的波段的数量；表示像素点n的第m个波段与像素点q的所有波段 之间相关系数中的最大值；表示像素点n的第m个波段内所有波长的反射率均值；计算 像素点n与其各近邻像素点之间在各波段下的所述反射率均值的差异量，计算像素点n与其 各近邻像素点在所有波段下的所述差异量的累加值，表示像素点n与其所有近邻像素 点之间的所述累加值的最小值；σ表示预设正数。

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沈阳市气象局;中国气象局沈阳大气环境研究所，其通讯地址为：110000 辽宁省沈阳市浑南区金辉街7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。