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！

龙图腾网获悉南昌理工学院申请的专利一种基于计算机视觉的目标检测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：CN120894542B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202511416754.X，技术领域涉及：G06V10/25；该发明授权一种基于计算机视觉的目标检测方法及系统是由赵欢;高婉君;陈静;施袁凯;秦泽婷;向硕;舒少俊;高梓硕;韦佳秀;刘涛;张利波;王坤元;梅彬;刘谦;樊纷纷;施文迪设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本一种基于计算机视觉的目标检测方法及系统在说明书摘要公布了：本发明提供了一种基于计算机视觉的目标检测方法及系统，方法包括对待检测目标图像进行预处理，以得到预处理图像；对预处理图像进行细节增强与环境补偿，以得到增强图像；对增强图像进行聚类分割，以得到环境图像与前景图像，对环境图像进行第一校正处理、对前景图像进行第二校正处理，以得到第一校正图像、第二校正图像，将第一校正图像与第二校正图像进行组合，以得到最终校正图像；对最终校正图像进行去噪与背景抑制，以得到去噪图像；获取模板训练图像，通过模板训练图像对预设检测模型进行训练，将去噪图像输入训练后的预设检测模型中进行目标检测，以输出目标检测结果，本发明可提升目标检测的准确度，避免出现误识别的情况。

本发明授权一种基于计算机视觉的目标检测方法及系统在权利要求书中公布了：1.一种基于计算机视觉的目标检测方法，其特征在于，包括： 获取待检测目标图像，对所述待检测目标图像进行预处理，以得到预处理图像； 对所述预处理图像进行细节增强与环境补偿，以得到增强图像； 对所述增强图像进行聚类分割，以得到环境图像与前景图像，对所述环境图像进行第一校正处理、对所述前景图像进行第二校正处理，以得到第一校正图像、第二校正图像，将所述第一校正图像与所述第二校正图像进行组合，以得到最终校正图像，其包括： 将所述增强图像从RGB空间转换到LAB空间，以得到转换图像； 将所述转换图像中的像素转换为二维数据并采用均值聚类算法对二维数组进行迭代聚类处理，以得到环境图像与前景图像； 基于所述环境图像计算环境值： ； 式中，表示增强图像中的像素点，为环境图像的掩模，表示环境图像中的像素数量； 基于所述环境值确定第一校正图像、第二校正图像，将所述第一校正图像与所述第二校正图像进行组合，以得到最终校正图像； 对所述最终校正图像进行去噪与背景抑制，以得到去噪图像； 获取模板训练图像，通过所述模板训练图像对预设检测模型进行训练，将所述去噪图像输入训练后的预设检测模型中进行目标检测，以输出目标检测结果； 所述对所述最终校正图像进行去噪与背景抑制，以得到去噪图像的步骤包括： 定义两个形状相同大小不同的结构元素，基于结构元素对所述最终校正图像进行形态学滤波处理，以得到滤波图像 式中，为闭运算，表示与结构元素相关的结构元素，表示大小介于结构元素之间形状与结构元素相同的结构元素； 对所述滤波图像进行小波变换，以得到低频分量图像与高频分量图像，所述高频分量图像包括水平分量图像、垂直分量图像、对角分量图像； 在所述低频分量图像中设置大小为的滑动窗口，基于所述滑动窗口计算窗口强度： ； 式中，表示滑动窗口中心像素点的灰度值，表示滑动窗口内处的灰度值； 将所述滑动窗口划分为四个大小相同的子区域，确定每个子区域中像素点相对于滑动窗口中心像素点的梯度并将其存入每个子区域对应的梯度集合中，将所述梯度集合中不满足预设条件的梯度进行剔除，以得到剔除梯度集； 基于所述剔除梯度集确定更新低频图像，基于所述更新低频图像、所述水平分量图像、所述垂直分量图像、所述对角分量图像确定中间去噪图像； 对所述中间去噪图像进行二维离散傅里叶变换，以得到幅度谱与相位谱； 基于所述幅度谱与所述相位谱确定去噪图像。

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南昌理工学院，其通讯地址为：330000 江西省南昌市经济技术开发区英雄大道901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。