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！

龙图腾网获悉西安交通大学申请的专利一种基于遥感影像的路网提取方法、系统、设备及介质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：CN117237809B 。

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：202311281341.6，技术领域涉及：G06V20/10；该发明授权一种基于遥感影像的路网提取方法、系统、设备及介质是由张尔琦;杨艺;张猛;米鹏博;李文彪;张思贤;王维;肖卓设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。

本一种基于遥感影像的路网提取方法、系统、设备及介质在说明书摘要公布了：本发明属于目标分类、图像融合以及遥感图像处理技术领域，公开了一种基于遥感影像的路网提取方法、系统、设备及介质；所述路网提取方法包括：基于遥感影像，获取每个像素点的像素层级特征和多尺度下对象层级特征，提取像素点获得训练集；基于训练集中各个像素点的像素层级特征和多尺度下对象层级特征分别使用OCSVM进行求解，获得决策值并转化为属于道路的概率；将属于道路的概率进行融合，获得道路图像的二值图像，提取获得道路中心线网络。本发明结合了不同层级特征的优势和仅关注正样本特征的一类支持向量机，能够提取获得更加完整、准确的路网。

本发明授权一种基于遥感影像的路网提取方法、系统、设备及介质在权利要求书中公布了：1.一种基于遥感影像的路网提取方法，其特征在于，包括以下步骤： 基于遥感影像，获取每个像素点的像素层级特征和多尺度下对象层级特征；基于所述遥感影像提取多个符合要求的像素点，获得训练集；其中，像素层级特征通过将光谱特征与梯度特征叠加形成，对象层级特征通过将光谱特征与局部莫兰指数特征叠加形成； 基于所述训练集中各个像素点的像素层级特征和多尺度下对象层级特征，分别使用OCSVM进行求解，对应获得像素层级决策函数和对象层级决策函数；基于获得的像素层级决策函数和对象层级决策函数，获得所述遥感影像中各像素点的像素层级决策值和对象层级决策值； 将获得的各像素点的像素层级决策值和对象层级决策值，转化为各像素点在像素层级和对象层级属于道路的概率；将获得的各像素点在像素层级和对象层级属于道路的概率进行融合，获得道路图像的二值图像； 基于所述道路图像的二值图像提取中心线，获得道路中心线网络； 其中， 所述基于所述训练集中各个像素点的像素层级特征和多尺度下对象层级特征，分别使用OCSVM进行求解，对应获得像素层级决策函数和对象层级决策函数的步骤中， 对于训练集中的像素点像素层级特征和多尺度对象层级特征分别表示为， 式中，为像素点i3处的像素级特征，为像素点i3处k尺度下的对象级特征，k表示不同的尺度，分别表示像素点i3处的光谱特征、梯度特征和局部莫兰指数特征； 分别使用OCSVM进行求解，求解表达式为， 式中，ω为支持向量的权重；ρ为支持向量的阈值；是松弛变量，用于表示允许离群点的存在；v∈0,1是用于控制离群点数量上限和全部支持向量数量下限的参数；N表示支持向量的数量；表示像素点i3的特征向量；φ是映射函数，用于将数据样本映射到更高维的特征空间，使之线性可分； 求解时，通过使用不同层级的特征，分别得到不同层级的超平面参数ωpixel、ρpixel、ωobjectk、ρobjectk，并构建各层级的决策函数，表示为， 式中，fipixel表示像素点i像素层级的决策值；fiobjectk表示像素点i在尺度k下的对象层级的决策值；ωpixel、ρpixel分别表示像素层级中的支持向量的权重和阈值；ωobjectk、ρobjectk分别表示在尺度k下的对象层级中的支持向量的权重和阈值；φ是映射函数。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。