Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国自然资源航空物探遥感中心李伟获国家专利权

中国自然资源航空物探遥感中心李伟获国家专利权

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!

龙图腾网获悉中国自然资源航空物探遥感中心申请的专利一种用于中高山植被覆盖区控矿褶皱的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:CN118366056B

龙图腾网通过国家知识产权局官网在2025-04-29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:202410527941.4,技术领域涉及:G06V20/13;该发明授权一种用于中高山植被覆盖区控矿褶皱的遥感识别方法是由李伟;葛晓立;张加洪;张仙;郭艺璇;温静设计研发完成,并于2024-04-29向国家知识产权局提交的专利申请。

一种用于中高山植被覆盖区控矿褶皱的遥感识别方法在说明书摘要公布了:本发明提供了一种用于中高山植被覆盖区控矿褶皱的遥感识别方法,其首先,基于获得的研究区的DEM数据,提取出较为完整的连续边坡进行后处理后,获取到完整、光滑的褶皱构造;与此同时,获取研究区WorldView‑3影像和ASTER影像,对影像中植被和水体掩膜并分别提取蚀变异常并去除位置不一致的点,获取到矿化蚀变异常点;最后,将获取的褶皱构造与矿化蚀变异常点进行叠加分析,根据矿化蚀变异常点分布特征与褶皱构造地表形态的相互关系确定褶皱的控矿作用。本发明将宏观、快速、直接的识别中高山植被覆盖区的褶皱构造以及矿化蚀变异常点的空间分布特征,通过叠加分析,厘定褶皱构造与成矿作用的关系,为深入研究褶皱控矿机制提供空间信息支持。

本发明授权一种用于中高山植被覆盖区控矿褶皱的遥感识别方法在权利要求书中公布了:1.一种用于中高山植被覆盖区控矿褶皱的遥感识别方法,其特征在于:首先,基于获得的研究区的DEM数据,提取出较为完整的连续边坡进行后处理后,获取到完整、光滑的褶皱构造;与此同时,获取研究区WorldView-3影像和ASTER影像,对影像中植被和水体掩膜并分别提取蚀变异常并去除位置不一致的点,获取到矿化蚀变异常点;最后,将获取的褶皱构造与矿化蚀变异常点进行叠加分析,根据矿化蚀变异常点分布特征与褶皱构造地表形态的相互关系确定褶皱的控矿作用;所述褶皱构造的获取过程为:1.1获得研究区的空间分辨率ALOSDEM数据;1.2对DEM数据中每一个像元a逐个取3×3像元的八邻域,即计算像元a在x方向的变化率dx和y方向的变化率dy,公式为:dx=[a3+2a5+a8-a1+2a4+a6]8×r;dy=[a6+2a7+a8-a1+2a2+a3]8×r;公式中r代表DEM数据的分辨率,r=12.5;再计算研究区的坡度S,公式为: 通过移动邻域来遍历每一个像元,将计算出来的坡度值赋值给每一个像元;1.3对坡度S进行重分类,设定坡度阈值,剔除平坦地区,得到中高山地区的坡度S’;1.4采用面向对象的对比度分裂分割算法,设定对比度分裂分割算法阈值,对S’进行分割操作,得到分割后的中高山坡度图S”;1.5利用公式Density=NR,其中,N代表某图斑的像素数,R代表该图斑的近似半径,计算中高山坡度图S”中每个图斑的形状特征Density,设定Density阈值,得到初始边坡结果P;1.6将栅格类型的初始边坡结果P转为矢量数据,对矢量数据进行处理后得到矢量类型的平滑后的边坡结果P’;1.7将平滑后的边坡结果P’转为栅格数据,利用ArcScan工具提取删格数据每个图斑的中心线;1.8将图斑的中心线叠加到研究区光学影像图中,人工去除非构造线条,得到正确的褶皱构造;所述矿化蚀变异常点的获取过程为:2.01获得研究区的WorldView-3影像和ASTER影像的影像数据;2.02将WorldView-3影像和ASTER影像分别进行统一重采样;2.03再对WorldView-3影像和ASTER影像分别进行预处理;2.04基于光谱指数分别将研究区WorldView-3影像和ASTER影像中的植被和水体掩膜,得到目标图像;2.05分别对WorldView-3影像和ASTER影像中植被和水体掩膜后的目标图像进行主成分分析,并基于统计特征选取特征主成分分量;2.06分别对基于WorldView-3影像和ASTER影像得到的主成分分量统计波段信息,并基于统计的波段信息提取铁染、羟基和碳酸盐的蚀变异常点;2.07将WorldView-3影像和ASTER影像得到的各类异常结果分别进行中值滤波,增强异常点分布的规律性,得到点集Qij,i为影像类型,j为异常类型;2.08对于每一种异常点集Qij,使用DBSCAN算法进行空间聚类,将每一种异常点集Qij按空间距离分成若干子集,即Q={q1,q2,…,qn},n表示子集的个数;2.09对于每一个子集qk,其中,k=1,2,…,n,使用点增量算法为每个子集qk生成一个最小外包圆Ck;2.10将WorldView-3影像和ASTER影像各类异常结果的外包圆对应叠加,剔除无相交的外包圆,并选取剩余外包圆位置的异常点作为最终异常结果。

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自然资源航空物探遥感中心,其通讯地址为:100000 北京市海淀区学院路29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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。