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！

龙图腾网获悉南京市计量监督检测院;南京工业大学申请的专利基于双分类注意力网络的遥感影像水体与阴影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：CN121033675B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511286655.4，技术领域涉及：G06V20/10；该发明授权基于双分类注意力网络的遥感影像水体与阴影分类方法是由沈沂;王毅;陈倩倩;朱婷婷;徐磊;陈瑶;魏建雄设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本基于双分类注意力网络的遥感影像水体与阴影分类方法在说明书摘要公布了：本发明公开了基于双分类注意力网络的遥感影像水体与阴影分类方法，涉及遥感图像分析与地理信息处理技术领域，包括对Sentinel‑2原始影像进行预处理，生成预定分辨率的多波段合成影像；计算归一化水体指数和提取亮度通道，分别生成水体掩模和阴影掩模，构建样本集，将样本集划分为训练集和验证集；基于训练集构建双分类注意力网络模型，对模型进行优化训练；采用训练好的双分类注意力网络模型对多波段合成影像进行滑动窗口推理，将预测的二值掩模进行融合拼接，输出双波段水体阴影二值掩膜图像。本发明显著节省传统方法所需的大量人工标注工作，能够有效克服冰雪阴影区域对水体识别结果的干扰，表现出更佳的鲁棒性和稳定性。

本发明授权基于双分类注意力网络的遥感影像水体与阴影分类方法在权利要求书中公布了：1.基于双分类注意力网络的遥感影像水体与阴影分类方法，其特征在于：包括， 通过最近邻插值方法对Sentinel-2原始影像进行预处理，生成预定分辨率的多波段合成影像； 基于多波段合成影像计算归一化水体指数和提取亮度通道，分别生成水体掩模和阴影掩模； 所述基于多波段合成影像计算归一化水体指数和提取亮度通道包括： 从多波段合成影像中提取绿光波段和近红外波段的地面反射率，计算归一化水体指数，公式为： 其中：和分别为绿光波段和近红外波段的地面反射率，以经验阈值将归一化水体指数二值化生成水体掩膜； 提取多波段合成影像中红、绿、蓝三波段，转换至HSV色彩空间并提取亮度通道，生成初步阴影掩膜，表示为： 其中，表示位置处被判定为阴影区域，为亮度阈值，得到阴影掩膜； 构建包含多波段合成影像、水体掩模和阴影掩模的样本集，将样本集划分为训练集和验证集； 基于训练集构建双分类注意力网络模型，对双分类注意力网络模型进行优化训练； 采用训练好的双分类注意力网络模型对多波段合成影像进行滑动窗口推理，将预测的二值掩模进行融合拼接，输出双波段水体阴影二值掩膜图像； 所述采用训练好的双分类注意力网络模型对多波段合成影像进行滑动窗口推理包括： 将裁剪后的多波段合成影像以512×512像素为块大小进行分块扫描，对于每个波段，在全图范围内分别计算全局最小值与最大值； 采用窗口大小为512×512像素、重叠64像素在行、列方向遍历整幅影像，对任意一个左上角坐标为的窗口区域，读取区域的原始数据，首先读取该区域在三个波段上的原始像素值，并将其保存为一个通道数为3、高度为、宽度为的三维数组； 对窗口内所有像素在每个波段上进行归一化，表示为： 其中：为归一化后的像素值，为波段在窗口内像素的原始值，与分别为波段在全图范围内的最小值与最大值； 将归一化后的像素值组织成一个高度为像素、宽度为像素、通道数为的三维张量，作为模型输入； 将上述生成的三维张量作为网络输入，模型同时输出水体概率图和阴影概率图，水体概率图，表示每个像素点被预测为水体的概率；阴影概率图，表示每个像素点被预测为阴影的概率； 对水体概率图和阴影概率图分别进行二值化操作，生成对应窗口级的水体与阴影二值掩膜，表示为： 其中：和表示窗口级的水体与阴影二值掩膜； 将每个窗口生成的水体与阴影二值掩膜根据左上角坐标写回到输出文件中的相应位置； 在写回同一位置时对重叠区域的像素值执行取最大值策略，若多个窗口在同一原图坐标处输出值不同，以值为目标像素的结果为准，对所有窗口分别写回并融合，得到双波段二值掩膜图像。

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南京市计量监督检测院;南京工业大学，其通讯地址为：210049 江苏省南京市栖霞区马群大道(仙林大道)10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。