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！

龙图腾网获悉青岛协同创新研究院申请的专利一种基于区域自适应的SAR图像增强方法及其相关设备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：CN119624787B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411225105.7，技术领域涉及：G06T5/10；该发明授权一种基于区域自适应的SAR图像增强方法及其相关设备是由王子豪;陈捷;张梦悦;徐志超;李原;杨江宁;苑黎明;迟宗豪;李同宇;贾殿纪设计研发完成，并于2024-09-03向国家知识产权局提交的专利申请。

本一种基于区域自适应的SAR图像增强方法及其相关设备在说明书摘要公布了：本申请涉及一种基于区域自适应的SAR图像增强方法及其相关设备。该方法包括：对初始海洋SAR图像进行离散小波变换处理，生成初始多尺度小波系数；建立初始通用隐马尔可夫树模型以及确定高噪声区域图像和低噪声区域图像；分别对高噪声区域图像和低噪声区域图像进行离散小波变换处理，生成高噪声多尺度小波系数和低噪声多尺度小波系数；分别建立高噪声通用隐马尔可夫树模型和低噪声通用隐马尔可夫树模型；确定高噪声区域小波系数和低噪声区域小波系数；对初始通用隐马尔可夫树模型进行更新，得到目标通用隐马尔可夫树模型；对目标通用隐马尔可夫树模型中的小波系数进行小波逆变换，得到目标海洋SAR图像。

本发明授权一种基于区域自适应的SAR图像增强方法及其相关设备在权利要求书中公布了：1.一种基于区域自适应的SAR图像增强方法，其特征在于，包括： 对初始海洋SAR图像进行离散小波变换处理，生成所述初始海洋SAR图像对应的初始多尺度小波系数； 基于所述初始多尺度小波系数，建立所述初始海洋SAR图像对应的初始通用隐马尔可夫树模型以及确定所述初始海洋SAR图像的高噪声区域图像和低噪声区域图像，所述初始通用隐马尔可夫树模型用于确定所述初始海洋SAR图像的隐含状态概率集； 分别对所述高噪声区域图像和所述低噪声区域图像进行离散小波变换处理，生成所述高噪声区域图像对应的高噪声多尺度小波系数和所述低噪声区域图像对应的低噪声多尺度小波系数； 基于所述高噪声多尺度小波系数、所述低噪声多尺度小波系数，分别建立所述高噪声区域图像对应的高噪声通用隐马尔可夫树模型和所述低噪声区域图像对应的低噪声通用隐马尔可夫树模型，所述高噪声通用隐马尔可夫树模型用于确定所述高噪声区域图像的隐含状态概率集，所述低噪声通用隐马尔可夫树模型用于确定所述低噪声区域图像的隐含状态概率集； 根据所述高噪声区域图像的隐含状态概率集确定高噪声区域小波系数，以及根据所述低噪声区域图像的隐含状态概率集确定低噪声区域小波系数； 基于所述高噪声区域小波系数和所述低噪声区域小波系数对所述初始通用隐马尔可夫树模型中与所述高噪声区域图像和所述低噪声区域图像对应的所述初始多尺度小波系数进行更新，得到更新后的目标通用隐马尔可夫树模型； 对所述目标通用隐马尔可夫树模型中的小波系数进行小波逆变换，得到图像增强后的目标海洋SAR图像。

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青岛协同创新研究院，其通讯地址为：266072 山东省青岛市市南区山东路15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。