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！

龙图腾网获悉南昌航空大学申请的专利一种基于U-net网络模型的遥感影像建筑物边界分割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：CN121582278B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610099853.8，技术领域涉及：G06T7/12；该发明授权一种基于U-net网络模型的遥感影像建筑物边界分割方法是由王婷;龚著意设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本一种基于U-net网络模型的遥感影像建筑物边界分割方法在说明书摘要公布了：本发明属于建筑物边界分割技术领域，本发明提供了一种基于U‑net网络模型的遥感影像建筑物边界分割方法，包括：利用Sobel算子提取梯度幅值图生成二值边界掩码，结合梯度方向动态调整卷积核权重，增强边界区域特征提取能力；通过高频残差边界掩码抑制空洞卷积输出的边界伪影，结合梯度方向约束修复伪影区域，保留原始细节特征；基于边界密度与曲折度计算复杂度得分，自适应选择空洞率，平衡全局上下文与局部细节捕捉能力；通过拉普拉斯算子提取高频分量，结合动态阈值标记伪影点，利用邻域梯度方向修复异常区域；解决了传统方法在边界模糊、伪影干扰及感受野固定场景下的性能瓶颈，适用于城市规划、灾害评估等遥感影像分析任务。

本发明授权一种基于U-net网络模型的遥感影像建筑物边界分割方法在权利要求书中公布了：1.一种基于U-net网络模型的遥感影像建筑物边界分割方法，其特征在于：包括： S1：构建边界适配的空洞卷积单元，包括：获取编码器第i层特征图，通过Sobel算子提取带伪影的输入图像的边界梯度幅值图，生成二值边界掩码；基于二值边界掩码和边界梯度幅值图的梯度，调整空洞卷积核为边界适配核；在空洞卷积层后添加残差修正单元，计算空洞卷积输出特征与原始特征的边界区域残差，输出修正特征图； 所述基于二值边界掩码和边界梯度幅值图的梯度，调整空洞卷积核为边界适配核的具体过程为： 基于计算得到的二值边界掩码和边界梯度幅值图G的梯度∇Gp，对U-net编码器中空洞卷积核进行改造，得到边界适配核； 具体的改进过程为： 引入参数λ，并基于公式，对空洞卷积核的每个位置p进行改造，其中，为改造后的边界适配空洞卷积核在位置p的权重值，为空洞卷积核在位置p的原始权重值，为二值边界掩码在位置p的值，为边界梯度幅值图G在位置p的梯度值，⊙为逐元素乘法运算符； 对于非边界区域，，即核权重保持原始空洞卷积核不变，不影响全局感受野与上下文建模能力； 对于边界区域，； 输出修正特征的具体过程为： 设带伪影的输入图像的特征为，经空洞卷积层处理后，输出特征为； 计算空洞卷积输出特征与原始特征的边界区域残差，通过边缘检测算法，生成一个高频残差边界掩码，在高频残差边界掩码中，边界位置标记为1，非边界位置标记为0； 则空洞卷积输出特征与原始特征的边界区域残差； 其中，为逐元素计算空洞卷积输出特征与原始特征的差异，为高频残差边界掩码，为逐元素乘法； 通过引入边界掩码，仅在的边界位置保留残差，内部区域残差被置零； 用空洞卷积输出特征减去边界区域残差的比例缩放值，即； 为缩放系数，为修正特征； S2：输入当前层修正特征图，通过拉普拉斯算子提取单通道高频分量，结合边界掩码，生成伪影二值掩码；对每个标记为疑似伪影点，提取其3×3邻域内非伪影点的特征均值和梯度方向，并输出去伪影特征； S3：计算编码器第i层边界梯度图的边界密度，输出边界复杂度得分；预设空洞率候选集动态调整感受野大小； 动态调整感受野大小的具体过程为： 预设空洞率候选集为R={1,2,3}，空洞卷积的感受野由空洞率r决定；因此： r=1：感受野为3×3； r=2：感受野扩展为5×5； r=3：感受野扩大到7×7。

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南昌航空大学，其通讯地址为：330063 江西省南昌市丰和南大道696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。