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！

龙图腾网获悉陕西师范大学申请的专利基于波段-位置选择的多光谱遥感图像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：CN115187984B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202210817848.8，技术领域涉及：G06V20/70；该发明授权基于波段-位置选择的多光谱遥感图像分割方法是由汪西莉;梁正印;刘明;洪灵;马君亮设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本基于波段-位置选择的多光谱遥感图像分割方法在说明书摘要公布了：本公开揭示了一种基于波段‑位置选择的多光谱遥感图像分割方法，包括：1、获取待分割多光谱遥感图像并输入多光谱遥感图像分割模型进行编码，包括：1.1、捕获多光谱遥感图像中富含有效信息的光谱波段获得波段‑位置特征图；1.2、从波段‑位置特征图中提取光谱‑空间特征，获得浅层低级和深层高级光谱‑空间特征图；2、对深层高级光谱‑空间特征图进行解码，包括：2.1、将深层高级与浅层低级光谱‑空间特征图进行自适应特征融合，获得融合后的特征图；2.2、对融合后的特征图进行特征重标定，获得通道特征图；2.3、对通道特征图进行上采样，获得恢复空间分辨率的解码图，对解码图进行像素级预测，获得多光谱遥感图像的分割结果图。

本发明授权基于波段-位置选择的多光谱遥感图像分割方法在权利要求书中公布了：1.一种基于波段-位置选择的多光谱遥感图像分割方法，包括如下步骤： S1：获取待分割多光谱遥感图像，并输入多光谱遥感图像分割模型进行编码，所述编码包括： S11：捕获多光谱遥感图像中富含有效信息的光谱波段，以获得波段-位置特征图； S12：从波段-位置特征图中提取光谱-空间特征，以获得浅层低级光谱-空间特征图和深层高级光谱-空间特征图； S2：对深层高级光谱-空间特征图进行解码，所述解码包括： S21：将浅层低级光谱-空间特征图与深层高级光谱-空间特征图进行自适应特征融合，以获得融合后的特征图； S22：对融合后的特征图进行特征重标定，以获得通道特征图； S23：对通道特征图进行上采样，以获得恢复空间分辨率的解码图，对解码图进行像素级预测，以获得多光谱遥感图像的分割结果图； 其中，步骤S1中，所述多光谱遥感图像分割模型包括： 波段-位置自适应选择模块，用于捕获多光谱遥感图像中富含有效信息的光谱波段，以获得波段-位置特征图； 三维残差模块，用于从波段-位置特征图中提取光谱-空间特征，以获得浅层低级光谱-空间特征图和深层高级光谱-空间特征图； 自适应特征融合模块，用于将浅层低级光谱-空间特征图与深层高级光谱-空间特征图进行自适应特征融合，以获得融合后的特征图； 通道注意力模块，用于对融合后的特征图进行特征重标定，以获得通道特征图； 预测模块，用于对通道特征图进行上采样，以获得恢复空间分辨率的解码图，以及用于对解码图进行像素级预测，以获得多光谱遥感图像的分割结果图； 步骤S11包括： S111：通过全局平均池化为多光谱遥感图像中的每个光谱波段提供全局上下文信息，获得波段图； S112：基于波段图并通过一维卷积获得多光谱遥感图像的波段权重图； S113：将多光谱遥感图像和波段权重图进行哈达玛积运算，以获得被赋予不同波段权重的三维特征图； S114：对三维特征图在光谱维上作均值运算，以获得保留全波段信息的空间特征图； S115：基于空间特征图并通过二维卷积获得多光谱遥感图像的位置权重图； S116：将位置权重图与三维特征图在空间维上进行逐元素相乘运算，以获得包含空间关系的波段-位置特征图。

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陕西师范大学，其通讯地址为：710000 陕西省西安市雁塔区长延堡办长安南路东侧；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”。