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！

龙图腾网获悉河北省科学院地理科学研究所申请的专利一种融合多模态遥感与深度学习的农业塑料覆被提取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：CN121121475B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511238826.6，技术领域涉及：G06V20/10；该发明授权一种融合多模态遥感与深度学习的农业塑料覆被提取方法是由鲁军景;孙雷刚;左璐;周成虎;姚凌;郝庆涛;张鹏飞;王钦艺;吴进;刘剑锋;马晓倩设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种融合多模态遥感与深度学习的农业塑料覆被提取方法在说明书摘要公布了：本发明涉及农业塑料覆被的智能提取领域，公开了一种融合多模态遥感与深度学习的农业塑料覆被提取方法，包括获取地膜作物关键物候期的多时相的多光谱光学遥感影像、SAR遥感影像和立体像对遥感影像并进行相应的处理，基于该处理后的遥感影像构建相应的训练样本集；对含有四种多时相多模态特征融合方法的深度语义分割模型进行训练，得到目标地膜和塑料大棚提取模型，提取区域地膜和塑料大棚空间分布。其综合考虑了地物光谱和结构差异及三维高度信息，利用多模态遥感和深度学习充分挖掘了多时相多模态数据间的互补信息和时空关联性，提高了区域地膜和塑料大棚的提取精度，人工干预少，自动化程度高，具有较强的普适性，易于在区域尺度中推广应用。

本发明授权一种融合多模态遥感与深度学习的农业塑料覆被提取方法在权利要求书中公布了：1.一种融合多模态遥感与深度学习的农业塑料覆被提取方法，其特征在于，包括以下步骤： S1，获取待研究区域的多时相的多模态的遥感影像，所述多时相为地膜作物关键物候期；所述多模态的遥感影像包括多光谱光学遥感影像、SAR遥感影像及立体像对遥感影像； 所述立体像对遥感影像为地膜作物物候期内任一时相遥感影像，包含全色前视遥感影像、全色后视遥感影像； S2，对S1中每一时相的多光谱光学遥感影像进行预处理，得到代表地物真实反射率的多时相的多光谱光学影像结果图； S3，对S1中每一时相的SAR遥感影像进行多视、配准、滤波、地理编码和辐射定标，得到代表地物后向散射系数的多时相的SAR影像结果图； S4，对S1中立体像对遥感影像进行立体像对处理，得到包含地物垂直结构信息的nDSM影像结果图； 所述立体像对处理过程包括：立体匹配、插值和平滑处理、地形滤波器进行地面和地物分离、平滑滤波算法消除异常值和高频噪声、空间插值工具进行空洞填充、空间差值运算； S5，基于S2任一时相的多光谱光学影像结果图，对S2中的剩余时相的多光谱光学影像结果图、S3中的多时相的SAR影像结果图和S4中的nDSM影像结果图进行几何配准、重采样和重合范围提取，得到在地理空间坐标上相匹配、空间分辨率和范围一致的多光谱光学影像图集、SAR影像图集和nDSM影像图； S6，基于S5中的多光谱光学影像图集、SAR影像图集和nDSM影像图，构建多时相的多模态的遥感影像训练样本集； S7，基于S6中构建的多时相的多模态的遥感影像训练样本集，对深度语义分割模型进行训练，直至损失函数收敛至预设值，得到目标地膜和塑料大棚提取模型； 所述深度语义分割模型包括编码器、多时相多模态特征融合模块MTMF、解码器、跳跃连接； 所述多时相多模态融合模块MTMF通过交叉注意力机制进行不同时相和模态间的特征增强和权重的分配，多时相多模态融合模块MTMF内设有四种多时相的多模态的特征融合方法，分别为： 所有特征直接叠加、先时相后模态、先模态后时相和前时相模态融合特征约束后时相模态融合； S8，基于S7中的目标地膜和塑料大棚提取模型，对输入的待研究区域的多时相的多模态遥感影像进行地膜和塑料大棚提取，得到待研究区域的地膜和塑料大棚空间分布。

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河北省科学院地理科学研究所，其通讯地址为：050000 河北省石家庄市长安区西大街88号五方大厦2号办公楼101；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。