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空天信息创新研究院申请的专利一种基于云平台和深度学习的岸线遥感自动识别分析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：CN116503755B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310570811.4，技术领域涉及：G06V20/13；该发明授权一种基于云平台和深度学习的岸线遥感自动识别分析方法是由陈博伟;张丽;左健设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本一种基于云平台和深度学习的岸线遥感自动识别分析方法在说明书摘要公布了：本发明提出一种基于云平台和深度学习的岸线遥感自动识别分析方法，包括：基于云平台实现大区域多源遥感影像的分块下载及预处理；跨越广泛地理区域，涉及高水位和低水位条件下的不同海岸线类型场景的海岸线样本数据集开发；基于随机森林的平均精度递减分析法的特征重要性筛选；应用影像特征和海岸线样本数据集的深度学习网络训练及精度评价；网络模型自适应的海陆分割及基于Canny边缘检测算法的海岸线二值图生成和实际海岸线矢量转换；长时序岸线结果提取与潮汐校正后处理。采用本发明使得岸线的提取误差小于理论最大允许误差，可以满足多场景下的长时序大范围复杂海岸线自动检测需求。

本发明授权一种基于云平台和深度学习的岸线遥感自动识别分析方法在权利要求书中公布了：1.一种基于云平台和深度学习的岸线遥感自动识别分析方法，其特征在于，包括如下步骤： 步骤S1、基于云平台进行大区域的遥感影像分块下载； 步骤S2、对指定区域的遥感影像进行预处理，所述预处理包括云处理、全色锐化和下采样； 步骤S3、基于Landsat和Sentinel系列数据开发用于海岸线检测方法训练的海岸线样本数据集，海岸线样本数据集跨越广泛的地理区域，包括高水位和低水位条件下的各种海岸线类型场景； 步骤S4、基于随机森林的平均精度递减分析法对输入特征进行重要性分析，确定最适合岸线提取的输入特征； 步骤S5、对选用的U-net、DeepLabv3+、DeepResU-net、ResU-net、R2U-net、AttentionU-net、ResU-net++，SAnet和U-net3+神经网络模型进行构建和参数设置； 步骤S6、以不同场景下的训练数据集和验证数据集作为输入对步骤S5中的神经网络模型进行训练，得到各个场景的最优权值下的神经网络模型； 步骤S7、将不同场景的最优权值下的神经网络模型在测试数据上进行海陆分割，并将分割的结果以Canny边缘检测算法生成海岸线二值图，再转成实际岸线矢量，最后与目视解译的参考岸线矢量在完整度complete、正确度correct两个指标上进行精度对比，获得不同场景下精度最高的神经网络模型； 步骤S8、大区域岸线结果提取及潮汐校正后处理，以下载的大区域遥感影像作为输入，对影像进行分类并标记为不同场景，再自适应选取不同场景下分类精度最高的神经网络模型，进行长时序的岸线提取，并对岸线提取结果进行潮汐校正； 首先提取两景不同成像时刻的岸线分别为C1和C2，C1与C2间的水平距离为，是海岸坡度，h1和h2分别是两景影像卫星过境时的潮位高度，h2h1，H是平均大潮的高潮位潮高，L为岸线的校正距离，岸滩的坡度通过以下公式进行计算： ； 岸线C1到实际岸线的距离为： ； 根据上述公式，将提取得到的岸线C1向陆地方向移动距离L即得到实际岸线。

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空天信息创新研究院，其通讯地址为：100190 北京市海淀区北四环西路19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”。

以上内容由龙图腾AI智能生成。