山东科技大学李文君获国家专利权
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！
龙图腾网获悉山东科技大学申请的专利一种侧扫声纳图像特征提取方法及系统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：CN120411539B 。
龙图腾网通过国家知识产权局官网在2025-11-18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：202510503504.3，技术领域涉及：G06V10/44；该发明授权一种侧扫声纳图像特征提取方法及系统是由李文君;崔晓东;卜宪海;朱秋伟;张飞虎;阳凡林设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。
本一种侧扫声纳图像特征提取方法及系统在说明书摘要公布了：本发明属于图像处理技术领域，公开了一种侧扫声纳图像特征提取方法及系统，该方法采用LF‑Net网络对两幅相邻的侧扫声纳图像进行特征点提取，并采用KNN算法对LF‑Net提取出的特征点进行匹配。本发明基于深度学习网络LF‑Net引入迁移学习方式解决声纳图像匹配问题，通过构建预训练实测数据匹配模型进行侧扫声纳图像特征点检测，解决了由于侧扫声纳图像数据数量较少，导致泛化能力差的问题；结合KNN算法实现声图特征点的准确匹配，通过对匹配结果进行统计分析来减少误匹配的影响，提升匹配的鲁棒性。本发明可以在没有过多侧扫声纳图像数据时准确匹配两幅相邻侧扫声纳图像，为复杂场景水下声纳图像匹配提供全新的解决思路。
本发明授权一种侧扫声纳图像特征提取方法及系统在权利要求书中公布了：1.一种侧扫声纳图像特征提取方法，其特征在于，该方法包括以下步骤： S1，LF-Net训练：构建基于双分支的网络架构，采用双模态损失训练检测网络构建损失函数； S2，特征图生成：LF-Net利用ResNet架构将侧扫声纳图像输入到训练得到的多尺度全卷积网络中，输出具有特征点的图像o； S3，特征点检测：利用LF-Net进行特征点检测，检测网络为串行结构； S4，特征描述：通过arctan函数计算每个特征点的方向图；构建四元组，对图像区域执行特征抽取操作，得到特征描述图； S5，KNN同名点匹配：对检测到的特征点以及获得的特征描述图，通过KNN算法进行两张相邻声纳图像的同名点匹配。
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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励