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！

龙图腾网恭喜中国科学院西安光学精密机械研究所申请的专利一种融合光谱特征及多尺度空间特征的冰湖提取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：CN115620131B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202211214286.4，技术领域涉及：G06V20/10；该发明授权一种融合光谱特征及多尺度空间特征的冰湖提取方法是由王爽;赵航;程娟;安玲坪;于粲;王燕恒;刘学斌设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种融合光谱特征及多尺度空间特征的冰湖提取方法在说明书摘要公布了：本发明提供了一种融合光谱特征及多尺度空间特征的冰湖提取方法，主要解决现有的冰湖提取方法需进行后处理及辅助数据，而无法实现仅利用遥感图像自动化提取冰湖的技术问题。本发明基于卷积神经网络，采用在ImageNet上预训练好的VGG16网络，接着取出其中的浅层、中层和深层卷积特征，并对每一个层次的图像特征做上采样操作，并将上采样的结果和较浅一层的特征相连，重复上述过程，获得的最后一个卷积层包含了不同尺度的冰湖特征，并将最浅一层的结果做softmax操作，得到每一个像素类别属于冰湖像元的概率，进而得到冰湖模型，通过对模型进行训练，最终得到冰湖提取的网络模型，通过输入遥感图像完成冰湖的自动化提取。

本发明授权一种融合光谱特征及多尺度空间特征的冰湖提取方法在权利要求书中公布了：1.一种融合光谱特征及多尺度空间特征的冰湖提取方法，其特征在于，包括以下步骤：步骤1，将冰湖遥感图像输入到预训练好的VGG16网络中，得到不同尺度的卷积层；同时得到冰湖遥感图像的水体指数NDWI光谱特征图；所述不同尺度的卷积层包括深层卷积层、中层卷积层及浅层卷积层，每个卷积层包括不同尺度的冰湖空间特征；步骤2，抽取步骤1中的深层卷积层，对该层的卷积特征进行卷积计算和两次上采样处理，得到和步骤1中的中层卷积层的卷积特征大小相同的第一特征层；步骤3，抽取步骤1中的中层卷积层，将步骤2中得到的第一特征层的卷积特征链接至中层卷积层中，对加入链接的中层卷积层的卷积特征进行卷积计算和两次上采样处理，得到和步骤1中浅层卷积层的卷积特征大小相同的第二特征层；步骤4，抽取步骤1中浅层卷积层，将步骤3中得到的第二特征层的卷积特征及步骤1得到的水体指数NDWI光谱特征图链接至浅层卷积层中，对加入链接的浅层卷积层的卷积特征进行两次卷积处理，将处理结果输入到softmax层，输出冰湖区域图；所述冰湖区域图用于确定冰湖边界的准确位置；步骤5，将步骤1得到的冰湖不同尺度的空间特征和水体指数NDWI光谱特征图、步骤2得到的第一特征层、步骤3得到的第二特征层及步骤4得到的冰湖区域图的信息组合到一起，构成冰湖模型；步骤6，使用Landsat-8数据集对步骤5构成的冰湖模型进行训练，进而得到冰湖提取网络模型；步骤7，将任意冰湖遥感图像输入到步骤6得到的冰湖提取网络模型中，即可提取准确的冰湖信息。

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西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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”。