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！

龙图腾网获悉中国国家铁路集团有限公司;中铁工程设计咨询集团有限公司;中铁二院工程集团有限责任公司;成都理工大学;西南交通大学申请的专利卫星高光谱样本库构建方法、装置、设备及可读存储介质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：CN117194700B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310847742.7，技术领域涉及：G06F16/583；该发明授权卫星高光谱样本库构建方法、装置、设备及可读存储介质是由袁晓波;谢猛;刘汉湖;张瑞;徐正宣;张营旭;童鹏;马明明设计研发完成，并于2023-07-11向国家知识产权局提交的专利申请。

本卫星高光谱样本库构建方法、装置、设备及可读存储介质在说明书摘要公布了：本发明提供了一种卫星高光谱样本库构建方法、装置、设备及可读存储介质，涉及卫星高光谱样本库技术领域，包括获取至少两份卫星高光谱数据和卫星高光谱数据对应的基础数据；根据每份卫星高光谱数据对应的高程数据进行坡度分段，得到至少两份高程子数据；基于每份卫星高光谱数据进行风化植被因子分区计算，得到卫星高光谱数据的分区结果；根据地质资料、高程子数据和分区结果对每份卫星高光谱数据中每个像素进行标注，得到标注后的卫星高光谱数据，标注后的卫星高光谱数据中每个像素点均包括风化植被、岩性类型和坡度三个维度上的分类属性。本申请的样本满足场景、目标、像素等不同层级的精准解译要求的优点。

本发明授权卫星高光谱样本库构建方法、装置、设备及可读存储介质在权利要求书中公布了：1.一种卫星高光谱样本库构建方法，其特征在于，包括： 获取至少两份卫星高光谱数据和卫星高光谱数据对应的基础数据，所述基础数据包括高程数据和地质资料； 根据每份所述卫星高光谱数据对应的高程数据进行坡度分段，得到至少两份高程子数据，每份所述高程子数据包含的坡度互不相同； 基于每份所述卫星高光谱数据进行风化植被因子分区计算，得到卫星高光谱数据的分区结果； 根据所述地质资料、高程子数据和分区结果对每份所述卫星高光谱数据中每个像素进行标注，得到标注后的所述卫星高光谱数据，标注后的所述卫星高光谱数据中每个像素点均包括风化植被、岩性类型和坡度三个维度上的分类属性； 对标注后的所述卫星高光谱数据依次进行样本裁切、样本内同属性合并以及样本编码，并将样本编码后的所述卫星高光谱数据作为卫星高光谱样本库中的一个样本； 其中，还包括对卫星高光谱样本库中的样本筛选，所述样本筛选包括： 样本中所有的原始高光谱曲线先进行包络线消除，再进行平滑处理，得到样本中对应的所有包络线消除后的光滑高光谱曲线； 根据包络线消除后的光滑曲线，筛选得到每个光滑高光谱曲线对应的吸收峰参数，所述吸收峰参数包括吸收峰数量和每个吸收峰的波长； 根据预处理后的所有原始高光谱曲线，计算得到每个光滑高光谱曲线对应的差异评价值； 根据每个光滑高光谱曲线对应的差异评价值和吸收峰参数进行像素点标记； 根据样本中被标记的像素点和总像素点计算得到标记率； 根据标记率判断，得到当前样本筛选的结果； 其中,所述根据预处理后的所有原始高光谱曲线，计算得到每个高光谱曲线对应的差异评价值，包括： 预处理后的所有原始高光谱曲线进行归一化处理，得到每个原始高光谱曲线对应的归一化高光谱曲线； 根据所有归一化高光谱曲线构建每个原始高光谱曲线对应的评价矩阵，所述评价矩阵的每行元素分别为一个参照高光谱曲线与所有归一化高光谱曲线中一个曲线的对比值，其中，所述参照高光谱曲线为所有归一化高光谱曲线中的其中一个曲线，所述评价矩阵为非对称矩阵； 根据每个原始高光谱曲线对应的评价矩阵中所有元素的平均数； 根据每个原始高光谱曲线对应的评价矩阵计算得到差异值，并将平均数和差异值作为差异评价值。

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国家铁路集团有限公司;中铁工程设计咨询集团有限公司;中铁二院工程集团有限责任公司;成都理工大学;西南交通大学，其通讯地址为：100844 北京市海淀区复兴路10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。