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！

龙图腾网获悉中国科学院西北生态环境资源研究院申请的专利一种辅助风沙治理方法、系统及电子设备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：CN115359293B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202211008317.0，技术领域涉及：G06V10/764；该发明授权一种辅助风沙治理方法、系统及电子设备是由安志山;张克存;张凯;张宏雪;牛清河;谭立海;王涛设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本一种辅助风沙治理方法、系统及电子设备在说明书摘要公布了：本发明公开了一种辅助风沙治理方法、系统及电子设备。获得风沙监测图像。获得背景图像。将所述风沙监测图像和背景图像，输入风沙程度判别模型，得到风沙浓度。由于风沙不容易提取特征，使用训练集中的背景图像和多张训练风沙监测图像输入训练风沙程度判别模型。使得能够更好检测到图像中的颜色信息，通过卷积网络，提取特征。通过灰度差值进行整体判别。再通过将风沙特征图分成多个局部风沙特征向量，与局部背景特征向量进行差值计算后，输入局部判别神经网络对局部风沙状态进行预测，能够利用每个局部的信息进行风沙浓度的判断能够更加准确的进行判断。通过找到相似值最多的风沙浓度，来判别风沙浓度检测的准确性。

本发明授权一种辅助风沙治理方法、系统及电子设备在权利要求书中公布了：1.一种辅助风沙治理方法，其特征在于，包括： 获得风沙监测图像；所述风沙监测图像表示不同位置同一时段拍摄到的存在风沙的图像； 获得背景图像；所述背景图像表示固定监控所拍摄到的没有风沙存在时的图像； 将所述风沙监测图像和背景图像，输入风沙程度判别模型，得到风沙浓度；所述风沙浓度中的值表示风沙监测图像中风沙存在的程度； 所述风沙程度判别模型包括背景卷积网络、风沙卷积网络、风沙整体特征判别结构和局部判别神经网络; 风沙程度判别模型的训练方法，包括： 获得训练集；训练集包括训练背景图像、多张训练风沙图像组和标注数据；所述标注数据为人工标注的风沙浓度；所述标注数据为标注风沙状态向量； 将所述训练背景图像和训练风沙图像，输入风沙程度判别模型，得到训练风沙浓度信息；所述训练风沙浓度信息包括局部风沙状态向量和训练风沙浓度值； 基于所述局部风沙状态向量和标注局部风沙状态向量，得到局部风沙状态损失值； 基于所述训练风沙浓度值和所述标注风沙状态向量，得到风沙浓度损失值； 获得总损失值；所述总损失值为所述局部风沙状态损失值和所述风沙浓度损失值相加之和； 获得风沙程度判别模型当前的训练迭代次数以及预先设定的所述风沙程度判别模型训练的最大迭代次数； 当所述总损失值小于或等于阈值或训练迭代次数达到所述最大迭代次数时停止训练，得到训练好的风沙程度判别模型; 所述将所述训练背景图像和训练风沙图像，输入风沙程度判别模型，得到训练风沙浓度信息，包括： 基于所述风沙监测图像，得到训练HSV风沙监测图像；所述训练HSV风沙监测图像表示将风沙监测图像从RGB转化为HSV状态后的图像； 基于所述背景图像，得到训练HSV背景图像；所述训练HSV背景图像表示将背景图像从RGB转化为HSV状态后的图像； 将所述训练HSV背景图像，输入背景卷积网络，提取背景图像特征，得到背景特征图； 将所述训练HSV风沙监测图像，输入风沙卷积网络，提取风沙图像特征，得到风沙特征图； 基于所述背景特征图和所述风沙特征图，得到训练风沙浓度信息; 所述基于所述背景特征图和所述风沙特征图，得到训练风沙浓度信息，包括： 基于所述背景特征图和所述风沙特征图，通过风沙整体特征判别结构，得到风沙整体判别值；所述风沙整体判别值为1表示存在风沙；所述风沙整体判别值为0表示不存在风沙； 获得多个局部风沙特征向量；所述局部风沙特征向量为将所述风沙特征图分为多个1x1特征图所得到的特征向量； 获得多个局部背景特征向量；所述局部背景特征向量为将所述背景特征图分为多个1x1特征图所得到的特征向量； 将所述局部风沙特征向量和局部背景特征向量，输入局部判别神经网络，得到局部风沙状态向量；所述局部风沙状态向量表示区域中的风沙存在情况和风沙存在程度情况； 通过多次通过多个局部风沙特征向量和对应的局部背景特征向量，得到多个局部风沙状态向量； 将多个局部风沙状态向量和所述风沙整体判别值，得到训练风沙浓度值。

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北生态环境资源研究院，其通讯地址为：730000 甘肃省兰州市城关区东岗西路318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”。