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！

龙图腾网获悉中国海洋大学申请的专利基于噪声抑制和自适应阈值的漂浮藻类微波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：CN121353938B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511767072.3，技术领域涉及：G06V20/13；该发明授权基于噪声抑制和自适应阈值的漂浮藻类微波遥感识别方法是由徐青;孙彤;殷晓斌;沈浩杰;李炎设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本基于噪声抑制和自适应阈值的漂浮藻类微波遥感识别方法在说明书摘要公布了：本申请提出了一种基于噪声抑制和自适应阈值的漂浮藻类微波遥感识别方法，属于微波遥感与图像处理技术领域。构建出考虑噪声抑制和自适应阈值的海上漂浮藻类微波遥感识别深度学习模型，引入噪声抑制模块，并设计基于F1值的自适应阈值分割模块，从而实现了从原始图像中捕获多尺度边缘信息的同时能够有效地抑制噪声的干扰，以增强CNN在合成孔径雷达SAR影像学习当中对噪声的抑制作用、并显著减少固定分割阈值导致的precision和recall不平衡的问题，以期提高深度学习模型在Sar遥感微波影像方面针对漂浮藻类的提取能力。包括以下步骤：步骤1、数据准备；步骤2、预处理流程；步骤3、构建NsatAglaeNet识别网络模型；步骤4、基于NsatAglaeNet识别网络模型的性能评估。

本发明授权基于噪声抑制和自适应阈值的漂浮藻类微波遥感识别方法在权利要求书中公布了：1.一种基于噪声抑制和自适应阈值的漂浮藻类微波遥感识别方法，其特征在于：包括以下步骤， 步骤1、数据准备； 获取覆盖近海区域的卫星SAR遥感影像； 步骤2、预处理流程； 包括轨道校正、辐射定标、多视处理和地形校正阶段； 步骤3、构建NsatAglaeNet识别网络模型； 在U-Net编码器与解码器架构中嵌入噪声抑制模块Nsat，并在噪声抑制模块Nsat训练推理过程中采用基于F1值搜索的自适应阈值分割方法；包括有， 步骤3.1、构建模型输入特征数据集与输出特征； 步骤3.2、划分训练集、验证集和测试集； 针对特征数据集，采用三阶段分割策略开展数据划分； 步骤3.3、数据归一化； 采用极差归一化方法，通过线性映射的方式将各维度特征值统一压缩至[0,1]区间范围内，其数学表达式为： 1 其中，和分别代表特征变量的最小观测值和最大观测值； 步骤3.4、设计模型结构； 所述NsatAglaeNet识别网络模型包括编码层、边缘增强模块和解码层，在编码器最高层特征与解码器对应层特征之间插入噪声抑制模块Nsat； 步骤3.5、生成边缘响应图； 应用构建后的噪声抑制模块Nsat，在抑制噪声的同时聚焦图像边缘处理且与整体U-Net编码器-解码器架构进行协同工作，其接收包括经3×3卷积降维后的编码特征、由Canny算子金字塔提取的高频边缘信息、以及来自解码层的高层预测特征做为抑制噪声处理的输入数据； 步骤3.6、预测； NsatAglaeNet识别网络模型的解码模块处理由噪声抑制模块Nsat输出的特征； 首先，利用U-Net式上采样路径逐层恢复分辨率，上采样通过转置卷积或插值完成，并结合3×3卷积与ReLU激活进行特征细化；过程中，2×2的池化结构用于逐级特征重建； 在注意力掩膜的引导下，边缘增强特征被逐步解码为多尺度特征图，最终得到与输入漂浮藻类影像相对应的分割预测结果； NsatAglaeNet识别网络模型的损失函数采用由二元交叉熵BCE与MCC损失函数联合构成的复合损失函数，其中，二元交叉熵BCE用于量化预测值与真实标签的概率分布差异，MCC损失通过综合真阳性、真阴性、假阳性和假阴性提升类别不平衡场景下的稳定性，缓解了样本不平衡性导致的评价误差；两者加权叠加后构成如下式的损失函数； 12 在优化策略方面，NsatAglaeNet识别网络模型采用自适应矩估计Adam优化器，通过动态融合一阶与二阶矩信息，实现对梯度方向与步长的自适应调整； 具体地，初始学习率设定为0.0001并在训练过程中引入梯度裁剪，以抑制梯度过大导致的数值不稳定，从而保证参数更新的平稳性和整体收敛过程的可靠性； 步骤4、基于NsatAglaeNet识别网络模型的性能评估； 采用包括准确率Accuracy、精度Precision、召回率Recall、F1分数以及交并比IoU在内的性能评估指标。

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：266000 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”。

以上内容由龙图腾AI智能生成。