基于超级体元的机载多光谱LiDAR数据土地覆盖分类的方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于超级体元的机载多光谱LiDAR数据土地覆盖分类的方法，方法首先对多光谱LiDAR数据进行异常数据剔除及多波段LiDAR点云融合，获取融合多光谱LiDAR点云的空间位置及其对应的多波段光谱信息的单一点云数据；然后以信息损失最少为原则，对数据进行体元化，并对体元赋值；其次利用简单线性迭代聚类算法SLIC使其空间邻近和光谱接近的体元合并为超级体元，并对其进行特征提取和标准化处理；最后，采用支持向量机SVM分类器训练数据集构建“一对多”面向超级体元的SVM分类模型，完成对地物的分类。本发明不仅具有原理直观、易于实现的特点，还实现了更优、更高效的分类效果，为城市基础地理空间信息获取、更新等应用奠定良好的基础。

《基于超级体元的机载多光谱LiDAR数据土地覆盖分类的方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2021112421124，当前法律状态为已下证，由辽宁工程技术大学提出申请，发明人为王丽英;郑永梅;田瑞雪，申请日期为2021-10-25，公开（公告）日期为2024-07-09，国际专利分类号（IPC）为 G06V 20/17 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于超级体元的机载多光谱LiDAR数据土地覆盖分类的方法，方法首先对多光谱LiDAR数据进行异常数据剔除及多波段LiDAR点云融合，获取融合多光谱LiDAR点云的空间位置及其对应的多波段光谱信息的单一点云数据；然后以信息损失最少为原则，对数据进行体元化，并对体元赋值；其次利用简单线性迭代聚类算法SLIC使其空间邻近和光谱接近的体元合并为超级体元，并对其进行特征提取和标准化处理；最后，采用支持向量机SVM分类器训练数据集构建“一对多”面向超级体元的SVM分类模型，完成对地物的分类。本发明不仅具有原理直观、易于实现的特点，还实现了更优、更高效的分类效果，为城市基础地理空间信息获取、更新等应用奠定良好的基础。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！