基于全局特征增强与傅里叶细节调整的遥感图像分割方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于全局特征增强与傅里叶细节调整的遥感图像分割方法
申请号:CN202510868053
申请日期:2025-06-26
公开号:CN120765933A
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了基于全局特征增强与傅里叶细节调整的遥感图像分割方法,属于遥感图像处理技术领域。方法包括:搭建包括小波‑Mamba全局特征增强模块、快速傅里叶细节调整单元、解码与分割预测模块的图像分割模型;对搭建的图像分割模型进行遥感图像分割训练;利用训练好的图像分割模型对目标遥感图像进行图像分割。本发明通过小波‑Mamba全局特征增强模块与快速傅里叶细节调整单元,可以有效提升遥感图像中地物结构、纹理与边缘信息的表达能力,实现对复杂场景下小目标、模糊边界的高精度分割。尤其适用于高分辨率遥感图像下建筑物、道路、水体等目标的精确识别,具有较高的实用价值和推广前景。
技术关键词
遥感图像分割方法 图像分割模型 二维离散小波变换 二维离散小波逆变换 联合损失函数 二维快速傅里叶变换 语义特征 高分辨率遥感图像 输出特征 遥感图像处理技术 融合特征 状态空间方程 模块 模糊边界 分支 纹理 线性
系统为您推荐了相关专利信息
组织分割方法 医学图像分割模型 深度学习模型 脑图像数据 分割算法
度计算方法 图像纹理特征 二维离散小波变换 图案 灰度直方图
多任务学习网络 玩家 生成对抗网络 画像 联合损失函数
像素点 图像分割方法 图像分割模型 种子 模块通信
深度学习网络模型 迁移学习模型 血压分析方法 联合损失函数 数据