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！

龙图腾网获悉武汉大学申请的专利一种多模态遥感影像云区及阴影去除方法和系统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：CN116977202B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310733829.1，技术领域涉及：G06T5/73；该发明授权一种多模态遥感影像云区及阴影去除方法和系统是由李彦胜;魏凡漪;张永军设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本一种多模态遥感影像云区及阴影去除方法和系统在说明书摘要公布了：本发明公开了一种多模态遥感影像云区及阴影去除方法和系统。本发明提出了一种基于SAR、光学遥感影像数据融合的光谱‑特征‑结构保持融合网络，能够实现自适应性地增强有效空间特征。深度多级的网络结构可以渐进式地约束重建结果的质量，保证了深度学习网络模型的稳定性和鲁棒性。为了生成同时具有高光谱保真度和高结构清晰度的云区及阴影去除结果，本发明同时给出了一种三级协同优化损失函数的定义。本发明克服了当下多模态遥感影像云区及阴影去除技术研究中普遍存在的不充分提取SAR数据的空间结构信息以及云区及阴影去除结果结构模糊的问题，有效提升了重建的无云光学遥感影像的质量。

本发明授权一种多模态遥感影像云区及阴影去除方法和系统在权利要求书中公布了：1.一种多模态遥感影像云区及阴影去除方法，其特征在于，包括以下步骤： 步骤1，设计光谱-特征-结构保持融合网络； 所述光谱-特征-结构保持融合网络包括数据融合单元、光谱重建模块、结构重建模块以及特征重建模块，输入的多模态遥感影像数据首先经过数据融合单元进行特征级的融合，光谱重建模块包括多个堆叠的残差组，多级残差组产生光谱域的多级输出，在结构重建模块中使用一阶梯度算子将光谱域的多级输出映射到结构域产生多级结构域输出，最后在特征重建模块中，最后一级残差组产生的光谱域输出与标签共同输入经过预训练的VGG网络，得到云区及阴影去除结果； 步骤2，设计损失函数，训练光谱-特征-结构保持融合网络； 步骤2的具体实现方式如下； 以遥感影像样本中SAR影像dSAR以及包含云层遮盖的光学影像dOPT作为光谱-特征-结构保持融合网络的输入数据，基于三级协同优化损失函数，如式拾所示，通过后向传播算法自适应矩估计优化光谱-特征-结构保持融合网络； 其中，三级协同优化损失函数由光谱级保持损失结构级保持损失以及感知损失组成，λT、λP分别为两个正则化常数用于平衡三项损失；λn为一个正则化常数用于平衡多级输出之间的损失；t为与输入数据在同一场景下的不包含云层遮盖的光学影像，作为的标签数据；为t映射到结构域的梯度图，作为的标签数据；假设遥感影像原始数据为d，如式拾壹所示，训练光谱-特征-结构保持融合网络标签数据为Td，光谱-特征-结构保持融合网络最后一级残差组产生的光谱域输出pN与光谱域标签t共同计算FlpN与Flt分别表示pN、t在VGG网络中的第l层的特征表示，L则为用于计算的总体网络层数， 步骤3，获取光谱-特征-结构保持融合网络中最后一级残差组的光谱域输出以得到云区及阴影去除结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。