Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军火箭军工程大学廖守亿获国家专利权

中国人民解放军火箭军工程大学廖守亿获国家专利权

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!

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利红外弱小目标检测方法、装置、设备和介质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:CN116485834B

龙图腾网通过国家知识产权局官网在2025-11-21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:202310532103.1,技术领域涉及:G06T7/20;该发明授权红外弱小目标检测方法、装置、设备和介质是由廖守亿;李赜浩;王仕成;周鑫;李婷;张金生设计研发完成,并于2023-05-11向国家知识产权局提交的专利申请。

红外弱小目标检测方法、装置、设备和介质在说明书摘要公布了:本申请属于目标检测技术领域,涉及红外弱小目标检测方法、装置、设备和介质。方法包括:获取红外序列图像,并得到时空张量模型;根据红外序列图像,构建三维结构张量,得到背景边缘信息张量;根据红外序列图像,计算基于时间约束的高斯曲率滤波,得到滤波特征图张量;根据背景边缘信息张量和滤波特征图张量,得到特征权重图;构建加权时空总变分模型,并定义非凸函数;根据时空张量模型、特征权重图、加权时空总变分模型以及非凸函数,构建增广拉格朗日函数;采用交替方向乘子法求解增广拉格朗日函数直至收敛,得到背景张量和目标张量,并从目标张量中得到红外弱小目标。采用本申请能够对红外弱小目标进行精确检测。

本发明授权红外弱小目标检测方法、装置、设备和介质在权利要求书中公布了:1.红外弱小目标检测方法,其特征在于,包括: 获取红外序列图像,并根据所述红外序列图像,得到时空张量模型; 根据所述红外序列图像,采用结构张量法,构建三维结构张量;根据三维结构张量,计算特征值,得到背景边缘信息张量;根据所述红外序列图像,计算基于时间约束的高斯曲率滤波,得到滤波特征图张量;根据所述背景边缘信息张量和所述滤波特征图张量,得到增强局部特征张量图;根据增强局部特征张量图和目标张量,得到特征权重图; 构建加权时空总变分模型,并定义非凸函数; 根据所述时空张量模型、所述特征权重图、所述加权时空总变分模型以及所述非凸函数,构建增广拉格朗日函数; 采用交替方向乘子法求解所述增广拉格朗日函数直至收敛,得到背景张量和目标张量,并从所述目标张量中得到红外弱小目标; 根据所述红外序列图像,采用结构张量法,构建三维结构张量: 式中,为对称半正定矩阵,为方差为的高斯核函数,为卷积运算,为梯度运算,为经过高斯平滑的红外序列图像,为克罗内克积,为延方向的梯度图,为或方向,和为由和方向梯度计算而得的两个不同的特征值,、、、分别为结构张量矩阵中的不同元素,为和的平均特征值,为和的平均特征值,和为由和方向梯度计算而得的两个不同的特征值,和为由和方向梯度计算而得的两个不同的特征值; 根据三维结构张量,计算特征值,得到背景边缘信息张量: 式中,为背景边缘信息图,和为对称半正定矩阵的两个不同的特征值,为增强背景边缘信息张量,为的张量形式,为的最小值,为的最大值。

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中国人民解放军火箭军工程大学,其通讯地址为:710038 陕西省西安市灞桥区同心路2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。