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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种建筑物图像语义分割结果自适应优化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：CN115546242B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211173406.0，技术领域涉及：G06T7/136；该发明授权一种建筑物图像语义分割结果自适应优化方法是由郭明强;王登科;黄颖;黄瑞玺;王波设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本一种建筑物图像语义分割结果自适应优化方法在说明书摘要公布了：本发明涉及一种建筑物图像语义分割结果自适应优化方法，步骤如下：将源建筑物图进行极坐标逆变换，获得逆极变换图；对源建筑物图和逆极变换图进行均值漂移，获得源建筑物聚类图和逆极变换聚类图；将逆极变换聚类图进行极坐标正变换，获得二次变换聚类图；对源建筑物聚类图和二次变换聚类图进行颜色聚类目标提取，获取源建筑物聚类提取图和二次变换聚类提取图；源建筑物聚类提取图和二次变换聚类提取图进行轮廓匹配，获取最佳颜色相似度阈值；以最佳颜色相似度阈值为参数对源建筑物图进行均值漂移，得到颜色聚类结果图；对颜色聚类结果图进行颜色聚类目标提取，获得建筑物语义纠正提取图；本发明能高效且自动化地纠正提取建筑物轮廓。

本发明授权一种建筑物图像语义分割结果自适应优化方法在权利要求书中公布了：1.一种建筑物图像语义分割结果自适应优化方法，其特征在于：包括以下步骤： S1：将源建筑物图进行极坐标逆变换，获得逆极变换图； S2：在不同颜色相似度阈值下同时对源建筑物图和逆极变换图进行均值漂移，获得源建筑物聚类图和逆极变换聚类图； S3：将逆极变换聚类图进行极坐标正变换，获得二次变换聚类图； S4：对源建筑物聚类图和二次变换聚类图进行颜色聚类目标提取，获取源建筑物聚类提取图和二次变换聚类提取图； 步骤S4中进行颜色聚类目标提取的具体过程如下： S41：读取源建筑物聚类图和二次变换聚类图； S42：输入颜色面积占比阈值W； S43：采用基于深度学习的建筑物提取模型获得源建筑图的语义分割结果轮廓，将语义分割结果轮廓分别与源建筑物聚类图、二次变换聚类图进行叠加，取交集，得到源建筑物叠加图和二次变换叠加图； S44：判断源建筑物叠加图和二次变换叠加图中各颜色块的像元总数占源建筑物聚类图、二次变换叠加图中对应颜色块的像元总数的百分比w； S45：判断w是否大于W，若大于，则保留拥有该颜色的所有像元，否则舍弃，得到源建筑物聚类初步提取图和二次变换初步提取图； S46：将源建筑物聚类初步提取图和二次变换初步提取图进行二值化，得到源建筑物聚类提取图和二次变换聚类提取图； S5：源建筑物聚类提取图和二次变换聚类提取图进行轮廓匹配，得到轮廓匹配结果值； S6：根据轮廓匹配结果值获取最佳颜色相似度阈值； S7：以最佳颜色相似度阈值为参数对源建筑物图进行均值漂移，得到建筑物颜色聚类结果图； S8：对该颜色聚类结果图进行颜色聚类目标提取，获得建筑物语义纠正提取图。

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中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。