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！

龍圖騰網獲悉南京信息工程大學申請的專利一種高分遙感影像建筑物變化的檢測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：CN115131676B 。

龍圖騰網通過國家知識產權局官網在2025-08-08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：202210748465.X，技術領域涉及：G06V20/13；該發明授權一種高分遙感影像建筑物變化的檢測方法是由潘偉豪;王帥;萬宇坤;徐賽博;郭弘揚;吳濤;王超設計研發完成，并于2022-06-28向國家知識產權局提交的專利申請。

本一種高分遙感影像建筑物變化的檢測方法在說明書摘要公布了：本發明公開了一種高分遙感影像建筑物變化的檢測方法，步驟如下：S1，獲取某一地區在不同時相下的異源高分遙感影像數據集,并對異源高分遙感影像數據集進行配準、融合及分割，得到統一的對象集合；S2，在已獲取分割結果的基礎上，構建證據集合；所述證據集合包括非建筑物指數NBI、兩時相影像的建筑物指數MBI以及兩時相影像間的差分信息；S3，基于對象在不同時相影像中的陰影特征，提取證據置信度指標；S4，采用D?S證據理論進行決策融合，輸出面向對象的細粒度建筑物變化檢測結果。本發明利用陰影檢測結果，構建一套完整的D?S證據理論變化檢測模型，與現有技術相比，變化檢測精度和Kappa系數分別達80％和0.7以上。

本發明授權一種高分遙感影像建筑物變化的檢測方法在權利要求書中公布了：1.一種高分遙感影像建筑物變化的檢測方法，其特征在于，包括步驟如下： S1，獲取某一地區在不同時相下的異源高分遙感影像數據集,并對異源高分遙感影像數據集進行配準、融合及分割，得到統一的對象集合； S2，在已獲取分割結果的基礎上，構建證據集合；所述證據集合包括非建筑物指數NBI、兩時相影像的建筑物指數MBI以及兩時相影像間的差分信息； S3，基于對象在不同時相影像中的陰影特征，提取證據置信度指標； S4，采用D-S證據理論進行決策融合，輸出面向對象的細粒度建筑物變化檢測結果； 所述步驟S2中，構建的證據集合包括：前后時相的非建筑物指數，前后時相的建筑物指數以及多時相差分特征；具體實現步驟如下： S21，提取前后時相的非建筑物指數NBI 對于分割結果中的任一對象Ti，定義非建筑物指數NBI： 其中，NDVI為歸一化差異植被指數，NDWI為歸一化差值水體指數，Pr為Ti的矩形度；Pwl為長寬比,Pwlm為遍歷所有對象后所得到的長寬比最大值；S為面積指標，令 其中，si為Ti的面積：si＝r2×ni，r代表該幅遙感影像的分辨率，ni代表第i個對象內像素點的總數；sa定義為建筑物面積標準值； 根據NBI值的大小，提取前后時相的非建筑物指數NBI分別為N1i和N2i； S22，提取前后時相的建筑物指數MBI 所述前后時相的建筑物指數MBI的提取步驟如下： S221，計算亮度值： 其中，bandkx為第k光譜波段在像素x處的亮度值，W為可見光光譜最大波段數，并將可見光波段每個像素的最大值作為該像素的亮度值； S222，形態學白帽重構： 其中，為對亮度圖像b的形態學開運算；d和v分別代表線性結構元素的方向和尺度； S223，計算微分形態學剖面DMP： DMPWTHd,v＝|WTHd,v+Δv-WTHd,v| S224，計算建筑物指數MBI： 其中，V＝vmax-vminΔv+1，D為計算建筑物剖面時的方向數；vmax，vmin分別為線性結構元素的尺度最大值、最小值，Δv為其尺度變化步長； 對建筑物指數MBI結果進行孔洞填補，提取前后時相建筑物指數MBI分別為λ1i和λ2i； S23，獲得證據集合 定義差分特征： 其中，z為對象Ti中的像素點總數，σ1k、σ2k為對象Ti中第k個像素點分別在兩時相中的對應像素值，σmax為第k個像素點在兩幅影像中像素值的最大值； 此時，結合兩時相NBI指數、兩時相MBI指數和兩時相差分特征，獲得最終的證據集合Ri＝{N1i,N2i,λ1i,λ2i,Ci}。

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南京信息工程大學，其通訊地址為：210032 江蘇省南京市江北新區寧六路219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”。