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！

龙图腾网获悉成都智遥云图信息技术有限公司;北京理工大学申请的专利一种高精度的多模态遥感影像自动匹配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：CN116740583B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310757787.5，技术领域涉及：G06V20/13；该发明授权一种高精度的多模态遥感影像自动匹配方法和系统是由陶然;叶沅鑫;杨超;李伟设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种高精度的多模态遥感影像自动匹配方法和系统在说明书摘要公布了：本发明提供一种高精度的多模态遥感影像自动匹配方法和系统，所述方法包括：获取参考图像和输入图像并制作多模态遥感影像训练与测试数据集；分别提取参考影像和输入影像的逐像素特征表达图；通过构建多分支全局注意力模块来增强逐像素特征表达图的结构特征描述，从而得到注意力增强的结构特征描述图；利用图像整体与局部信息基于三元组损失构建联合多裁剪模板匹配的损失函数；在多模态遥感影像训练与测试数据集上进行网络学习训练，得到多模态遥感影像自动匹配模型；通过多模态遥感影像自动匹配模型获得输入图像在参考图像上的位置坐标。本发明能够弥补传统匹配方法对于多模态影像结构特征表达不够精细的不足，有效提高多模态遥感图像的匹配精度。

本发明授权一种高精度的多模态遥感影像自动匹配方法和系统在权利要求书中公布了：1.一种高精度的多模态遥感影像自动匹配方法，其特征在于，包括如下步骤： 步骤A、获取参考图像和输入图像并制作多模态遥感影像训练与测试数据集； 步骤B、采用结构特征描述策略，分别提取参考影像和输入影像的逐像素特征表达图； 步骤C、通过构建多分支全局注意力模块来增强逐像素特征表达图的结构特征描述，从而得到注意力增强的结构特征描述图； 步骤D、在结构特征描述图的基础上，利用图像整体与局部信息基于三元组损失构建联合多裁剪模板匹配的损失函数； 步骤E、利用联合多裁剪模板匹配的损失函数，在多模态遥感影像训练与测试数据集上进行网络学习训练，得到多模态遥感影像自动匹配模型； 步骤F、通过多模态遥感影像自动匹配模型获得输入图像在参考图像上的位置坐标； 步骤C包括如下子步骤： 步骤C1、使用不同大小的卷积核将输入的逐像素特征表达图X复制并扩展为三组F1、F2、F3，F1=F2=F3=X，以获得不同的感受野，将扩展后的三组逐像素特征表达图合并为特征图，步骤C2、基于特征图，分别提取通道注意力图MCF和空间注意力图MSF； 步骤C3、对通道注意力图MCF和空间注意力图MSF进行扩展到同一尺寸并求和，并使用sigmoid函数进行重新校准，得到最终的注意力图MF； 步骤C4、将注意力图MF和特征图逐元素相乘，并重新映射得到注意力增强的结构特征描述图； 步骤C包括如下子步骤： 步骤C1、使用不同大小的卷积核将输入的逐像素特征表达图X复制并扩展为三组F1、F2、F3，F1=F2=F3=X，以获得不同的感受野，将扩展后的三组逐像素特征表达图合并为特征图，计算公式为： 式中，i=1,2,3； 步骤C2、基于特征图，分别提取通道注意力图MCF和空间注意力图MSF： 1使用FCAnet的权重模块来提取通道注意力图MCF，计算公式为： 式中，是相应分支的注意权重，采用FCAnet来学习以多个频谱分量为指标的特征信道的权重； 式中，是concat运算符，代表特征图维度上连接； 2使用BAM的空间注意分支来提取空间注意力图MSF，计算公式为： 式中，fj表示第j个卷积滤波器的卷积操作，上标表示卷积滤波器大小；BN表示批量归一化操作； 步骤C3、对通道注意力图MCF和空间注意力图MSF进行扩展到同一尺寸并求和，并使用sigmoid函数进行重新校准，得到最终的注意力图MF，计算公式为： 式中，sigmoid表示sigmoid函数； 步骤C4、将注意力图MF和特征图逐元素相乘，并重新映射得到注意力增强的结构特征描述图，计算公式为： 式中，f表示卷积滤波器的卷积操作，上标表示卷积滤波器大小；代表矩阵逐元素相乘； 步骤D包括如下子步骤： 步骤D1、在获得一对输入图像和参考图像的注意力增强的结构特征描述图后，随机裁剪输入图像的注意力增强的结构特征描述图，得到N个子模板特征； 步骤D2、分别计算n个子模板特征与在图像的注意力增强的结构特征描述图上对应搜索窗口的相似性得分； 步骤D3、将所有相似性得分根据面积权重累加，获得最终的联合多裁剪的相似性得分图； 步骤D4、利用联合多裁剪的相似性得分图，基于三元组损失构建联合多裁剪模板匹配的损失函数； 步骤D2中相似性得分计算方法采用互相关CC或者差平方和SSD；计算公式如下： 式中，Ds和Do分别代表参与相似度得分计算的两个结构特征表达图，T代表子模板特征，代表模板子模板特征的滑动位置，v代表滑动向量； 步骤D3中将所有相似性得分根据面积权重累加的计算公式为： 式中，MS代表最终的联合多裁剪的相似性得分图，N为子模板特征的数量，S代表相似性得分；αt代表第t个子模板特征的面积权重系数； 步骤D4中所述损失函数表示为： 式中，p和n分别代表正负样本，a是标签对应的锚定样本，m是大于0的常数。

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成都智遥云图信息技术有限公司;北京理工大学，其通讯地址为：610213 四川省成都市天府新区正兴街道大安路255号8栋1层4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。