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！

龙图腾网获悉西南科技大学申请的专利一种遥感影像的变化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：CN121811266B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610284318.X，技术领域涉及：G06V20/10；该发明授权一种遥感影像的变化检测方法是由郝文瑞;张江梅;刘灏霖;杨国威;陈安宇;王嘉麒;张草林设计研发完成，并于2026-03-10向国家知识产权局提交的专利申请。

本一种遥感影像的变化检测方法在说明书摘要公布了：本申请涉及遥感图像处理与计算机视觉交叉技术领域，公开了一种遥感影像的变化检测方法，其包括：根据第一时相遥感影像和第二时相遥感影像，得到第一时相底层像素特征和第二时相底层像素特征；根据第一时相底层像素特征和第二时相底层像素特征，得到增强后的视觉特征；根据第一像素‑文本相似得分图和第二像素‑文本相似得分图，得到语义引导特征；根据增强后的视觉特征和语义引导特征，得到多个层级的融合特征；对多个层级的融合特征进行像素级二分类，输出变化检测二值图。本申请提高了遥感影像变化检测的精度和准确率。

本发明授权一种遥感影像的变化检测方法在权利要求书中公布了：1.一种遥感影像的变化检测方法，其特征在于，包括： 步骤1：根据第一时相遥感影像和第二时相遥感影像，得到第一时相底层像素特征和第二时相底层像素特征；根据第一文本提示词库和第二文本提示词库，得到第一像素-文本相似得分图和第二像素-文本相似得分图；其中，所述第一文本提示词库和所述第二文本提示词库均是基于预设的遥感地物类别构建的文本描述集合，用于表征地物的语义类别信息；第一时相遥感影像和第二时相遥感影像属于双时相影像； 步骤2：根据第一时相底层像素特征和第二时相底层像素特征，得到增强后的视觉特征； 步骤3：根据第一像素-文本相似得分图和第二像素-文本相似得分图，得到语义引导特征，并获取总损失函数，用于优化语义引导特征 步骤4：根据增强后的视觉特征和语义引导特征，得到多个层级的融合特征； 步骤5：对多个层级的融合特征进行像素级二分类，输出变化检测二值图；所述变化检测二值图用于表征第一时相遥感影像与第二时相遥感影像之间地物变化空间分布的最终结果图；所述变化检测二值图中的每一像素值对应地表空间位置的二元状态，所述二元状态包括第一状态和第二状态；其中，所述第一状态表示地物发生变化的区域，所述第二状态表示地物未发生变化的背景区域； 所述步骤2包括： 步骤21：基于第一时相底层像素特征和第二时相底层像素特征，通过差分与加和运算，得到差异特征和一致性特征； 步骤22：将差异特征输入差异分支，首先通过卷积层提取差异特征的局部空间上下文信息，随后基于所述局部空间上下文信息，分别进行全局平均池化AvgPool与全局最大池化MaxPool，从而获取差异特征的全局统计信息；将一致性特征输入一致性分支，采用全局平均池化与局部特征池化，分别提取得到一致性特征的统计信息； 步骤23：利用步骤22得到的差异特征的全局统计信息和一致性特征的统计信息，分别通过通道压缩-扩展机制生成差异分支权重和一致性分支权重；即将所述统计信息的特征维度先压缩再扩展，结合Sigmoid激活函数，输出最终的差异分支权重和一致性分支权重； 步骤24：采用交叉融合策略，将差异特征与一致性特征分别结合对方的权重进行增强，得到增强后的差异特征和增强后的一致性特征，将增强后的差异特征和增强后的一致性特征拼接，通过卷积层融合输出增强后的视觉特征； 所述步骤3包括： 步骤31：基于第一像素-文本相似得分图和第二像素-文本相似得分图，得到语义变化特征与语义一致性特征； 步骤32：对语义变化特征与语义一致性特征分别施加通道注意力ECA，通过全局平均池化GAP获取通道统计信息，结合自适应核大小的一维卷积Conv1D生成注意力权重，得到通道增强后的语义变化特征和通道增强后的语义一致性特征； 步骤33：基于变化与不变信息的互补性，通过可学习的融合系数构建融合门，对增强后的两类语义特征进行加权融合，输出语义引导特征； 步骤34：获取总损失函数，用于约束变化区域边界精度，优化语义引导特征的生成。

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西南科技大学，其通讯地址为：621000 四川省绵阳市涪城区青龙大道中段59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。