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！

龙图腾网恭喜安徽省第三测绘院;北京数慧时空信息技术有限公司申请的专利一种结合混合像元分解与深度学习的耕地套种林木识别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：CN119559516B 。

龙图腾网通过国家知识产权局官网在2025-04-11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：202510119740.5，技术领域涉及：G06V20/10；该发明授权一种结合混合像元分解与深度学习的耕地套种林木识别方法是由高阳;张耀波;李宝;邵卿;刘思婷;戴文玉;孟飞;王睿;朱晓波;李明雷设计研发完成，并于2025-01-25向国家知识产权局提交的专利申请。

本一种结合混合像元分解与深度学习的耕地套种林木识别方法在说明书摘要公布了：本发明公开了一种结合混合像元分解与深度学习的耕地套种林木识别方法，包括如下步骤：通过处理遥感影像数据生成基础分类数据；基于历史监测数据和分类标准，建立耕地套种林木样本标签并构建标准化样本集；使用混合像元分解技术计算端元丰度和交叉端元贡献比，结合区域面积完成初步分类；设计深度学习网络架构，利用多尺度和方向特征提取技术进行模型训练与优化；通过模型自动提取光谱、纹理和空间特征，并融合生成分类结果；采用验证集和测试集对模型进行性能评估，并优化分类参数。本发明实现了对耕地套种林木地物目标的精准分类与识别。

本发明授权一种结合混合像元分解与深度学习的耕地套种林木识别方法在权利要求书中公布了：1.一种结合混合像元分解与深度学习的耕地套种林木识别方法，其特征在于，包括如下步骤：S1、获取遥感影像数据及历史监测成果，对遥感影像进行预处理，生成基础分类影像数据；S2、基于基础分类影像数据以及历史监测成果的分类标准，建立耕地套种林木样本标签，生成标准化样本集；S3、基于混合像元分解技术，使用非线性混合像元分解模型反演地物端元丰度，结合地物丰度计算区域内树苗种植株数及成林郁闭度；S4、搭建深度神经网络遥感影像解译模型；S5、利用深度神经网络遥感影像解译模型自动提取遥感影像的光谱、纹理和空间特征，生成耕地、园地及林地的分类结果；S6、将深度神经网络遥感影像解译模型分类结果与混合像元分解分类结果进行交叉验证，优化标准化样本集和深度神经网络遥感影像解译模型；所述S2具体包括：S21、从历史监测成果中提取分类标准，依据果树覆盖度、果树株数、乔木郁闭度及种植密度参数，定义耕地样本、园地样本和林地样本的分类规则，其中：耕地样本：果树覆盖度≤50%或每亩果树株数≤合理株数的70%,乔木郁闭度≤0.2；园地样本：果树覆盖度＞50%或每亩果树株数＞合理株数的70%；林地样本：乔木郁闭度＞0.2；S22、根据基础分类影像数据中每个地物目标的光谱特征、几何特征和纹理特征，结合分类标准提取初步分类信息，判断目标是否满足耕地样本、园地样本和林地样本的分类条件；S23、对于光谱特征无法明确分类的目标，基于遥感影像的像元级分析结果，计算每个地物目标的果树覆盖度、每亩果树株数、乔木郁闭度及种植密度参数： ；其中，为果树覆盖度，为果树占地面积，为目标总面积；S24、根据分类条件中合理株数标准，结合地物目标的占地面积和种植密度参数，计算每亩果树株数，确认地物目标是否符合耕地样本和园地样本分类条件；S25、针对具有乔木植被的地物目标，通过影像中乔木端元反演郁闭度信息，计算乔木郁闭度并根据分类条件确定目标是否符合耕地样本和林地样本分类条件；S26、对符合分类条件的地物目标赋予对应标签，将样本目标分类为耕地样本、园地样本和林地样本，生成包含分类标签的标准化样本数据集，并将分类信息与影像特征数据关联存储。

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安徽省第三测绘院;北京数慧时空信息技术有限公司，其通讯地址为：230041 安徽省合肥市包河区滨湖新区锦绣大道与湖北路交口省地质资料馆9楼；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”。