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！

龙图腾网获悉中国水利水电科学研究院申请的专利一种基于多源卫星数据的堤防遥感识别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：CN121170621B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511355168.9，技术领域涉及：G06V20/13；该发明授权一种基于多源卫星数据的堤防遥感识别方法是由陈兵媛;李小涛;孙营伟;张徐;孙亚勇;严登华;宋文龙;马建威;卢奕竹;娄黔方设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种基于多源卫星数据的堤防遥感识别方法在说明书摘要公布了：本发明公开了一种基于多源卫星数据的堤防遥感识别方法，包括获取覆盖目标区域的多源遥感数据，步骤S1、数据预处理、步骤S2、堤路一体样本数据集构建、步骤S3、基于神经网络深度学习的堤路提取、步骤S4、基于DSM数据的三维过滤、步骤S5、基于河道走向的堤防候选区验证、步骤S6、堤防最终确定及结果优化；本发明基于多源数据及深度学习算法，有效克服了堤防与道路、桥梁在遥感影像中特征相似、难以区分的问题，显著提高了堤防识别的精度及自动化程度。

本发明授权一种基于多源卫星数据的堤防遥感识别方法在权利要求书中公布了：1.一种基于多源卫星数据的堤防遥感识别方法，包括获取覆盖目标区域的多源遥感数据，其特征在于，所述识别方法包括： 步骤S1、数据预处理：对获取的多源遥感数据进行几何和辐射校正处理，并将多源遥感数据重采样至相同空间分辨率，利用覆盖目标区域的立体成像遥感影像数据生成DSM数字表面数据模型； 步骤S2、堤路一体样本数据集构建：在数据模型中构建堤路一体样本数据集，对遥感影像中的堤防与道路先进行统一标注； 步骤S3、基于神经网络深度学习的堤路提取：构建深度学习模型架构，采用编码器-解码器结构设计，结合多尺度特征融合机制，使用dice_bce_loss损失函数以及Adam优化算法对神经网络模型进行训练形成深度学习模型，然后，将预处理后的遥感影像数据输入到训练好的深度学习模型中，进行图像特征提取以及分割处理，得到二值化的初步堤路识别结果； 步骤S4、基于DSM数据的三维过滤：将步骤S3中，对初步堤路识别结果识别出的堤路区域与DSM数据进行空间关联分析，通过堤防-道路外接区域范围自适应的计算方式，获取堤路区域及其外接矩形的平均高程，依据堤防与临近地物的高程梯度变化特征剔除高程变化不显著区域的特点，筛选出堤防的候选对象； 步骤S5、基于河道走向的堤防候选区验证：基于光学影像计算NDWI，利用添加类内方差最小原则的改进OTSU算法计算分割阈值提取水体，并使用Zhang-Suen细化算法提取河道中心线，计算河流走向特征，依据堤防走向与河道走向接近原则，将S4所述筛选出堤防的候选对象与河流走向进行比较分析，即首先提取出道路骨架线，然后计算其与河流走向的夹角，根据堤防所在区域地形特征，根据自适应曲率公式，剔除夹角范围不符合要求的区域； 步骤S6、堤防最终确定及结果优化：结合步骤S4的高程筛选及步骤S5的走向筛选后，将剩余候选对象确定为堤防，对确定的堤防结果进行平滑、去除小面积噪声、区域连通性的后处理操作，获取堤防最终结果。

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水利水电科学研究院，其通讯地址为：100048 北京市海淀区车公庄西路20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。