恭喜西北农林科技大学张宏鸣获国家专利权
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!
龙图腾网恭喜西北农林科技大学申请的专利一种多光谱无人机遥感影像作物分割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:CN116503590B 。
龙图腾网通过国家知识产权局官网在2025-05-23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:202310132989.0,技术领域涉及:G06V10/26;该发明授权一种多光谱无人机遥感影像作物分割方法是由张宏鸣;高郑杰;阳光;沈寅威;孙志同;唐恒翱设计研发完成,并于2023-02-17向国家知识产权局提交的专利申请。
本一种多光谱无人机遥感影像作物分割方法在说明书摘要公布了:本发明提供了一种多光谱无人机遥感影像作物分割方法,包括:步骤一,多光谱遥感影像数据处理。步骤二,植被指数提取。步骤三,构建数据集。步骤四,构建深度语义分割模型:在DeeplabV3+模型中添加卷积注意力模块,获得深度语义分割模型。步骤五,模型训练与保存。步骤六,作物分割。本发明在光谱信息方面,通过改进DeepLabv3+模型的输入层结构,添加NDVI归一化植被指数和OSAVI优化型土壤调节植被指数通道,增大不同作物间的光谱差异。本发明在空间信息方面,在空洞空间金字塔池化模块添加包括通道注意力和空间注意力的双通道注意力模块,扩大模型感受野的同时增加像素信息的相关性,优化分类结果的边界,从而提升模型精度。
本发明授权一种多光谱无人机遥感影像作物分割方法在权利要求书中公布了:1.一种多光谱无人机遥感影像作物分割方法,该方法包括以下步骤:步骤一,多光谱遥感影像数据处理:步骤101,数据拍摄:采用多光谱无人机进行拍摄,获得的遥感影像数据;步骤102,二维数据重建:将步骤101中得到的遥感影像数据导入Pix4Dmapper软件进行二维重建,重建完成后分别得到五个波段的影像数据;所述的五个波段分别为蓝、绿、红、红边以及近红外;步骤二,植被指数提取:所述的植被指数包括归一化植被指数和优化行土壤调节植被指数,计算公式如下: 式中: 表示归一化植被指数; 表示优化行土壤调节植被指数; 表示近红外波段; 表示红波段;将计算得到的归一化植被指数、优化行土壤调节植被指数和步骤102中得到的五个波段的影像数据进行融合,得到七个通道的多光谱无人机遥感影像数据;步骤三,构建数据集;步骤四,构建深度语义分割模型:在DeeplabV3+模型中添加卷积注意力模块,获得深度语义分割模型;所述的卷积注意力模块的描述如下:卷积注意力模型对输入的多光谱遥感图像经过植被指数融合和骨干网络处理后得到特征图F,接着对特征图F分别进行最大池化和平均池化,生成两个不同的空间信息描述特征图Fmax和Favg,然后将空间信息描述特征图Fmax和Favg送入共享网络通过压缩输入特征图的空间维数,逐元素求和合并,再经过ReLU激活函数计算得到通道注意力图At,通道注意力图At的具体计算公式下所示: 式中: 表示ReLU激活函数; 表示平均池化操作; 表示最大池化操作; MLP表示共享网络由多层感知机;W0,W1表示多层感知机的权重;再将输入的特征图𝐹与通道注意力图At进行融合得到带有通道注意力权重的特征通道图FT,FT在空间注意力模块中首先经过平均池化和最大池化操作来聚合功能映射的通道信息,生成两个2维映射,在将两个2维映射经过1×1卷积操作和ReLU激活函数得到空间注意力图AK,空间注意力图AK的具体计算公式如下所示: 式中: f7×7表示7×7的卷积运算;最后将特征通道图FT与空间注意力图AK融合得到包括通道权重和位置权重的输出特征图FR,整体过程如下式所示: 式中: 表示逐元素相乘。
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西北农林科技大学,其通讯地址为:712100 陕西省西安市杨凌示范区邰城路3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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。