買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜哈爾濱工業大學申請的專利基于多時相本征圖像分解的地物光譜反射率圖像提取方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN111899257B 。

龍圖騰網通過國家知識產權局官網在2025-06-10發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202010818747.3，技術領域涉及：G06T7/00；該發明授權基于多時相本征圖像分解的地物光譜反射率圖像提取方法是由高國明;谷延鋒設計研發完成，并于2020-08-14向國家知識產權局提交的專利申請。

本基于多時相本征圖像分解的地物光譜反射率圖像提取方法在說明書摘要公布了：基于多時相本征圖像分解的地物光譜反射率圖像提取方法，本發明涉及多高光譜遙感圖像反射率信息提取。本發明的目的是為了解決現有多高光譜遙感圖像本征反射率信息提取精度低、魯棒性差的問題。過程為：一：建立多時相遙感圖像本征反射率信息表達模型；二：構建局部時?空能量約束下的分解約束模型；三：將分解約束模型的最優解轉化為共同反射率和2個陰影分量的迭代優化求解模型；四：給定多時相遙感圖像和初始化參數，基于步驟三的迭代優化求解模型，求出最終本征反射率。本發明用于數字圖像處理領域。

本發明授權基于多時相本征圖像分解的地物光譜反射率圖像提取方法在權利要求書中公布了：1.基于多時相本征圖像分解的地物光譜反射率圖像提取方法，其特征在于：所述方法具體過程為：步驟一：建立多時相遙感圖像本征反射率信息表達模型，所述多時相遙感圖像由相同的反射率分量和獨立的陰影分量組成；步驟二：基于多時相遙感圖像本征反射率信息表達模型，構建局部時-空能量約束下的分解約束模型，通過最小化局部時-空能量約束下的分解約束模型，獲得分解約束模型的最優解，反演共同反射率R和各個圖像的陰影分量；步驟三：將分解約束模型的最優解轉化為共同反射率和2個陰影分量的迭代優化求解模型；步驟四：給定多時相遙感圖像和初始化參數，基于步驟三的迭代優化求解模型，求出最終本征反射率；所述初始化參數為局部鄰域尺度范圍、鄰域相似度調控參數，相鄰迭代參數誤差閾值以及反射率R和各個圖像陰影分量的初始值；各個圖像陰影分量的初始值設定為全零矩陣；所述步驟一中建立多時相遙感圖像本征反射率信息表達模型，具體過程為：采集同一地點不同時刻的多時相多高光譜遙感圖像，多時相遙感圖像本征反射率信息表達模型為：I1＝S1RI2＝S2R其中，I1為時相1遙感圖像，I2為時相2遙感圖像，R為多時相遙感圖像的共同反射率，I1、I2和R大小均為m行n列B波段，S1為時相1遙感圖像I1的陰影分量，S2為時相2遙感圖像I2的陰影分量，S1和S2大小均為m行n列；B為多高光譜遙感圖像的光譜波段數；所述步驟二中局部時-空能量約束下的分解約束模型表示為： 其中，E表示局部時-空能量；P是圖像中所有像素，其個數為m×n，Ni表示像素點i周圍的局部鄰域內的像素；Ri表示遙感圖像第i點的反射率；式中wij表示像素點i和其近臨點j的鄰域相似度，鄰域相似度計算公式如下： 其中，Iib表示圖像I第i點第b波段的灰度值，Ijb表示圖像I第j點第b波段的灰度值，σ為鄰域相似度調控參數；通過對上述局部時-空能量約束下的分解約束模型的最小化約束，獲得分解約束模型的最優解，反演共同反射率R和各個圖像的陰影分量；即： 其中，Rb表示反射率R的第b波段的灰度值；所述步驟三中將分解約束模型的最優解轉化為共同反射率和2個陰影分量的迭代優化求解模型，具體過程為：迭代優化求解模型如下： 其中，表示時相1遙感圖像I1像素點i的陰影分量的倒數；I1ib表示時相1遙感圖像I1第i點第b波段的灰度值；R1ib表示時相1遙感圖像第i點第b波段的反射率；表示時相2遙感圖像I2像素點i的陰影分量的倒數；I2ib表示時相2遙感圖像I2第i點第b波段的灰度值；R2ib表示時相2遙感圖像第i點第b波段的反射率；Rib表示多時相遙感圖像第i點第b波段的反射率；Rjb表示多時相遙感圖像第j點第b波段的反射率；wji表示像素點j和其近臨點i的相似度；Nj表示像素點j周圍的局部鄰域內的像素；wjk表示像素點j和其近臨點k的相似度；Rkb表示多時相遙感圖像第k點第b波段的反射率；I1b表示圖像I第1點第b波段的灰度值，I2b表示圖像I第2點第b波段的灰度值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人哈爾濱工業大學，其通訊地址為：150001 黑龍江省哈爾濱市南崗區西大直街92號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。