買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉哈爾濱工程大學(xué);青島哈爾濱工程大學(xué)創(chuàng)新發(fā)展中心申請(qǐng)的專利一種紅外海上小目標(biāo)抗干擾的檢測(cè)方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115393577B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211073079.1，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)一種紅外海上小目標(biāo)抗干擾的檢測(cè)方法是由鄭巖;王愛宇;張勛;邢文;劉陽;周佳加;李本銀;張宏瀚;陳濤;王宏健設(shè)計(jì)研發(fā)完成，并于2022-09-02向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種紅外海上小目標(biāo)抗干擾的檢測(cè)方法在說明書摘要公布了：一種紅外海上小目標(biāo)抗干擾的檢測(cè)方法，它屬于海上目標(biāo)檢測(cè)技術(shù)領(lǐng)域。本發(fā)明解決了由于紅外海面圖像中存在干擾，導(dǎo)致的采用現(xiàn)有目標(biāo)檢測(cè)方法時(shí)存在檢測(cè)率低、虛警率高的問題。本發(fā)明通過計(jì)算中心區(qū)域及其鄰域灰度分布的相異性，實(shí)現(xiàn)對(duì)疑似目標(biāo)的召回式檢測(cè)。然后，進(jìn)一步提取出疑似目標(biāo)區(qū)域的特征。因?yàn)楹Ｉ细蓴_存在的聚類特征，松弛互k近鄰圖被引入通過全局圖聚類來區(qū)分真實(shí)目標(biāo)，通過這種方法，能夠檢測(cè)出真實(shí)目標(biāo)并將海上干擾濾除。本發(fā)明方法可以應(yīng)用于海上小目標(biāo)的檢測(cè)。

本發(fā)明授權(quán)一種紅外海上小目標(biāo)抗干擾的檢測(cè)方法在權(quán)利要求書中公布了：1.一種紅外海上小目標(biāo)抗干擾的檢測(cè)方法，其特征在于，所述方法具體包括以下步驟： 步驟一、采集紅外海面圖像，分別計(jì)算出紅外海面圖像中以每個(gè)像素點(diǎn)為中心的區(qū)域的局部相異性度量； 所述步驟一的具體過程為： 步驟一一、對(duì)于紅外圖像中的像素點(diǎn)，以像素點(diǎn)作為大小為的圖像塊的中心點(diǎn)，再將圖像塊作為中心圖像塊，以圖像塊，作為中心圖像塊的八個(gè)鄰域圖像塊； 步驟一二、計(jì)算八個(gè)鄰域圖像塊的平均圖像塊； 步驟一三、令表示中心圖像塊和平均圖像塊中不重復(fù)灰度值的集合，即 其中，和分別代表中心圖像塊和平均圖像塊中不重復(fù)灰度值的數(shù)量，表示個(gè)灰度值中的第1個(gè)灰度值，表示個(gè)灰度值中的第2個(gè)灰度值，表示個(gè)灰度值中的第個(gè)灰度值，表示個(gè)灰度值中的第1個(gè)灰度值，表示個(gè)灰度值中的第2個(gè)灰度值，表示個(gè)灰度值中的第個(gè)灰度值； 將集合中的元素按升序排列后形成序列，再根據(jù)序列計(jì)算中心圖像塊和平均圖像塊的相異性度量； 其中，是序列中的第個(gè)灰度值，是序列中的第個(gè)灰度值，，是序列的容量，為中心圖像塊在處的累積概率分布函數(shù)，為平均圖像塊在處的累積概率分布函數(shù)； 步驟一四、采用步驟一三的方法分別計(jì)算出每個(gè)鄰域圖像塊與平均圖像塊的相異性度量，再將八個(gè)鄰域圖像塊所對(duì)應(yīng)的相異性度量相加作為平均圖像塊與鄰域圖像塊的相異性度量； 步驟一五、計(jì)算以像素點(diǎn)為中心的區(qū)域的局部相異性度量： 其中，為常數(shù)； 步驟一六、同理，采用步驟一一至步驟一五的方法分別獲得紅外海面圖像中以每個(gè)像素點(diǎn)為中心的區(qū)域的局部相異性度量； 步驟二、根據(jù)步驟一的計(jì)算結(jié)果挑選出疑似目標(biāo)的像素點(diǎn)，分別提取出以每個(gè)疑似目標(biāo)的像素點(diǎn)為中心的疑似目標(biāo)區(qū)域的特征； 根據(jù)提取出的各個(gè)疑似目標(biāo)區(qū)域的特征構(gòu)建圖； 步驟三、根據(jù)構(gòu)建的圖，采用圖聚類方法將各個(gè)疑似目標(biāo)區(qū)域劃分為不同的初始類，其中，分別為劃分的第1類，第2類，…，第類； 將初始類中包含疑似目標(biāo)區(qū)域個(gè)數(shù)不超過的類別作為候選類，再從候選類中篩選出目標(biāo)類，并從目標(biāo)類所包含的疑似目標(biāo)區(qū)域中提取出目標(biāo)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人哈爾濱工程大學(xué);青島哈爾濱工程大學(xué)創(chuàng)新發(fā)展中心，其通訊地址為：150001 黑龍江省哈爾濱市南崗區(qū)南通大街145號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。