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！

龙图腾网恭喜中国海洋大学申请的专利一种基于物理引导的深度学习遥感数据云检测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：CN119206537B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202411707131.3，技术领域涉及：G06V20/13；该发明授权一种基于物理引导的深度学习遥感数据云检测方法是由刘铭坤;盛志诚;隋贞;李东霖设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于物理引导的深度学习遥感数据云检测方法在说明书摘要公布了：本发明公开了一种基于物理引导的深度学习遥感数据云检测方法，属于数据处理技术领域，包括：步骤一，卫星遥感观测数据和背景场数据预处理步骤，步骤二，基于辐射传输物理过程的云概率计算步骤，步骤三，物理引导的图像分割深度学习大模型云检测步骤。本发明的基于物理引导的卫星遥感数据云检测方法，采用辐射传输物理仿真，利用贝叶斯最大后验优化估算云出现的概率。在此基础上将约束信息以点提示和框提示的方式，引入到SAM大模型的提示编码器中，使得深度学习图像分割大模型SAM具备了物理先验知识，从而实现了更加精准的云检测，并能灵活地适应不同的大气和海洋状况。

本发明授权一种基于物理引导的深度学习遥感数据云检测方法在权利要求书中公布了：1.一种基于物理引导的深度学习遥感数据云检测方法，其特征在于，包括：步骤一，卫星观测数据和背景场数据xb预处理步骤，包括：获取卫星观测数据中可见光通道的反射率；获取卫星观测数据中热红外通道的亮温，为观测亮温yo；背景场数据xb预处理用于将所述背景场数据xb的空间分辨率处理为与所述卫星观测数据的分辨率一致；步骤二，基于辐射传输物理过程的云概率计算步骤，包括：在给定卫星观测数据yo和背景场数据xb的情况下，根据贝叶斯理论，计算晴空概率Pc|yo，xb：其中，Pyo|xb，c为在给定背景场数据xb并假设其为晴空的状态下，该卫星观测值出现的概率，为在给定背景场数据xb并假设其为云层的状态下，该卫星观测值出现的概率，Pc为先验晴空概率，为先验有云概率；Pyo|xb，c的计算方法为： 其中，为晴空状态下光谱部分概率密度函数，为晴空状态下纹理部分概率密度函数； 的计算方法为： 为云层状态下光谱部分概率密度函数，为云层状态下纹理部分概率密度函数，和均采用基于经验统计或数值模拟的查找表得到；Pc的计算方法为：通过数值天气预报数据中的云覆盖量比例TCC来确定先验有云概率如果TCC在0.5-0.95之间，则将TCC赋值给如果TCC小于0.5，则如果TCC大于0.95，计算得到计算出给定卫星观测数据和背景场数据xb的情况下的云概率步骤三，物理引导的图像分割模型云检测步骤，包括：31、加载预训练的SAM图像分割模型；32、将预处理后的反射率TR输入至所述SAM图像分割模型，生成图像的特征表示；33、将作为点提示输入到所述SAM图像分割模型的提示编码器中，SAM图像分割模型输出每个像素的预测云概率，为第一预测云概率；34、找出中云概率不小于设定阈值的像素点构成点集，从点集中生成所有可能的、由四个像素点组成的正方形；35、建立以最大化所选正方形的顶点云概率总和作为目标的整数线性规划模型；36、利用整数线性规划求解器或启发式算法，获得最优或近似最优的正方形组合；37、将所述正方形组合作为框提示输入到所述SAM图像分割模型的提示编码器中，SAM图像分割模型输出每个像素的预测云概率，为第二预测云概率；38、计算第一预测云概率和第二预测云概率的平均值，将所述平均值与设定阈值进行比较，判断相对应的像素点为云像素或者非云像素，完成云检测；步骤34中正方形的生成方法包括：针对点集中每一对像素点Pi,Pj，计算出能够构成正方形的另外两个顶点的位置；判断所述另外两个顶点在点集中是否存在像素点,如果存在像素点，则该四个像素点生成一个正方形，否则无法生成正方形。

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海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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”。