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海军航空大学申请的专利一种图像边缘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：CN115908467B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202211388079.0，技术领域涉及：G06T7/13；该发明授权一种图像边缘检测方法及系统是由张毅;杨秀霞;王晨蕾;刘伟;李文强;韩庆田;于浩;姜子劼设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本一种图像边缘检测方法及系统在说明书摘要公布了：本发明公开了一种图像边缘检测方法及系统，涉及边缘检测技术领域，所述方法包括：获取原始图像；原始图像为无人机所处环境的图像；将原始图像输入至边缘检测模型中，得到原始图像的边缘图；边缘图用于无人机进行障碍物检测；边缘检测模型包括第一特征提取模块、第二特征提取模块、筛选模块和特征融合模块；第二特征提取模块由深度可分离卷积网络构建得到；筛选模块由基于自适应阈值法的八向差分算子构建得到。本发明引入深度可分离卷积网络，提高了边缘检测的效率；基于利用自适应阈值法对八向差分算子改进，且引入多尺度特征融合网络，提高了边缘检测的精度，进而提高了无人机在飞行过程中的障碍物检测的精度和效率。

本发明授权一种图像边缘检测方法及系统在权利要求书中公布了：1.一种图像边缘检测方法，其特征在于，所述方法包括： 获取原始图像；所述原始图像为无人机所处环境的图像； 将所述原始图像输入至边缘检测模型中，得到所述原始图像的边缘图；所述边缘图用于所述无人机进行障碍物检测； 所述边缘检测模型包括第一特征提取模块、第二特征提取模块、筛选模块和特征融合模块；所述第二特征提取模块由深度可分离卷积网络构建得到；所述筛选模块由基于自适应阈值法的八向差分算子构建得到； 八向差分算子表示为： 其中，g1x,y为输入所述八向差分算子的图像的像素点x,y的八向差分值； g1x,y＝|Δl|+|Δr|+|Δu|+|Δd|+|Δlu|+|Δld|+|Δru|+|Δrd|÷8； Δl＝gx,y-1-gx,y，Δr＝gx,y+1-gx,y，Δu＝gx-1,y-gx,y，Δd＝gx+1,y-gx,y，Δlu＝gx-1,y-1-gx,y，Δld＝gx+1,y-1-gx,y，Δru＝gx-1,y+1-gx,y，Δrd＝gx+1,y+1-gx,y； gx,y为像素点x,y的像素值，Δl为第一像素差值，gx,y-1为像素点x,y-1的像素值，Δr为第二像素差值，gx,y+1为像素点x,y+1的像素值，Δu为第三像素差值，gx-1,y为像素点x-1,y的像素值，Δd为第四像素差值，gx+1,y为像素点x+1,y的像素值，Δlu为第五像素差值，gx-1,y-1为像素点x-1,y-1的像素值，Δld为第六像素差值，gx+1,y-1为像素点x+1,y-1的像素值，Δru为第七像素差值，gx-1,y+1为像素点x-1,y+1的像素值，Δrd为第八像素差值，gx+1,y+1为像素点x+1,y+1的像素值； T＝maxM×K+N×gmaxx,y,gavex,y； T为输入八向差分算子的图像的像素单元的自适应阈值，像素单元由3行×3列的像素点组成；M和N均为常数，K为基于最大类间方差法对输入八向差分算子的图像的像素二值化分类得到的最佳阈值，gmaxx,y为像素单元的像素最大值，gavex,y为像素单元的像素均值； 所述第一特征提取模块用于对所述原始图像进行边缘检测，得到初始特征图； 所述第二特征提取模块用于对所述初始特征图进行边缘检测，得到多张二次提取特征图； 所述筛选模块用于对每张所述二次提取特征图进行像素点筛选，得到多张筛选后的特征图； 所述特征融合模块用于将每张所述筛选后的特征图进行叠加融合，得到所述边缘图。

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海军航空大学，其通讯地址为：264001 山东省烟台市芝罘区二马路188号科研学术处；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。