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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于FFT的无监督域适应高光谱图像分类方法和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：CN121545056B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610084086.3，技术领域涉及：G06V20/10；该发明授权基于FFT的无监督域适应高光谱图像分类方法和系统是由孙鸽;王烨;李泽;赵伟超;齐翌辰;娄洪伟;盛磊设计研发完成，并于2026-01-22向国家知识产权局提交的专利申请。

本基于FFT的无监督域适应高光谱图像分类方法和系统在说明书摘要公布了：本公开涉及基于FFT的无监督域适应高光谱图像分类方法和系统，所述方法包括：获取遥感高光谱图像，进行预处理、跨域对齐操作、边缘填充操作，使用局部邻域进行对齐操作；将源域和目标域图像进行傅里叶变换；保留源域图像的相位信息，幅度信息替换为目标域图像的幅度信息，控制目标域图像幅度的注入强度；经逆傅里叶变换重构融合目标域幅度信息的源域图像得到数据增强的图像；利用ResNet模型提取关于局部空间和光谱的联合特征；采用基于傅里叶变换的通道注意力机制和空间注意力机制进行特征提取得到自适应重标定的特征；采用多任务头和条件对抗训练实现无监督域适应分类；使用训练完的分类模型进行分类。本公开提高了图像分类的准确性。

本发明授权基于FFT的无监督域适应高光谱图像分类方法和系统在权利要求书中公布了：1.基于FFT的无监督域适应高光谱图像分类方法，其特征在于，包括： 步骤1，获取遥感高光谱图像，对所述遥感高光谱图像进行预处理和跨域对齐操作，对源域图像和目标域图像进行边缘填充操作，使用局部邻域进行源域图像和目标域图像的对齐操作； 步骤2，将源域图像和目标域图像进行傅里叶变换；保留源域图像的相位信息，将源域图像的幅度信息替换为目标域图像的幅度信息，同时通过参数控制目标域图像幅度的注入强度，得到融合目标域幅度信息的源域图像；经逆傅里叶变换重构所述融合目标域幅度信息的源域图像得到数据增强的图像； 步骤3，利用ResNet模型提取所述数据增强的图像中的关于局部空间和光谱的联合特征； 步骤4，采用通道注意力机制和空间注意力机制对所述关于局部空间和光谱的联合特征进行特征提取得到自适应重标定的特征，采用所述通道注意力机制进行特征提取时包括进行傅里叶变换的步骤； 步骤5，采用多任务头方法和条件对抗训练，实现无监督域适应分类，得到训练完的分类模型； 步骤6，使用所述训练完的分类模型对待分类的目标域高光谱图像进行分类； 所述步骤2包括：将源域图像和目标域图像先进行二维离散傅里叶变换，再进行频谱分解，通过低通滤波器提取目标域图像的幅度信息的低频成分，通过高通滤波器提取目标域图像的幅度信息的高频成分，对低频成分和高频成分加权融合构建增强后的目标域图像频谱，将源域图像的相位信息和增强后的目标域图像频谱进行频谱重组，经过傅里叶逆变换得到数据增强的图像。

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科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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。