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！

龙图腾网恭喜安徽大学申请的专利基于局部显著性特征度量的舰船目标检测方法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：CN114373135B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210035589.3，技术领域涉及：G06V20/10；该发明授权基于局部显著性特征度量的舰船目标检测方法是由杨利霞;李娜娜;潘雪莉;黄志祥设计研发完成，并于2022-01-13向国家知识产权局提交的专利申请。

本基于局部显著性特征度量的舰船目标检测方法在说明书摘要公布了：本发明涉及一种基于局部显著性特征度量的舰船目标检测方法，包括：获取待检测的原始SAR图像，设置滑动窗口区分目标块和背景块；对待检测的原始SAR图像进行局部显著特征的差异性测量，得到增强映射CS和经归一化处理得到CVN；将增强映射CS和经归一化处理得到的CVN进行图像融合，得到最终的增强对比图；进行阈值分割得到舰船目标检测结果。本发明主要利用SAR图像中目标像素与背景像素的显著特征值的相异性来检测舰船目标，通过实验证明该发明的有效性。且本发明能够显著提高TCR，在强旁瓣和散斑噪声的情况下，具有较好的目标增强效果和背景抑制效果，能够从海杂波背景中有效地提取出目标像素，降低了虚警率。

本发明授权基于局部显著性特征度量的舰船目标检测方法在权利要求书中公布了：1.一种基于局部显著性特征度量的舰船目标检测方法，其特征在于：该方法包括下列顺序的步骤：1获取待检测的原始SAR图像，设置滑动窗口区分目标块和背景块；2利用局部区域中目标块和背景块的显著特征差异性，对待检测的原始SAR图像进行局部显著特征的差异性测量：包括基于协方差矩阵的局部对比度检测，以及基于灰度方差和均值的局部对比度检测；通过基于协方差矩阵的局部对比度检测获得第一特征差异值，经全局滑窗得到所有的第一特征差异值组成的增强映射CS；通过基于灰度方差和均值的局部对比度检测获得第二特征差异值，经全局滑窗得到所有的第二特征差异值组成的对比度映射CV，将对比度映射CV经归一化处理得到CVN；3将增强映射CS和经归一化处理得到的CVN进行图像融合，得到最终的增强对比图；4进行阈值分割得到舰船目标检测结果；在步骤2中，所述通过基于协方差矩阵的局部对比度检测获得第一特征差异值，经全局滑窗得到所有的第一特征差异值组成的增强映射CS具体是指：对每个像素点进行局部邻域运算，用多个邻域信息即多维特征向量代替单一的强度特征以区分舰船目标像素和背景杂波像素；假设a0为原始SAR图像中的某一像素点，以该像素点为中心选取5×5的邻域像素，选取两条对角线方向上的像素点a1,a2,...,a8参与局部邻域运算，计算出该中心像素点a0的特征向量表示为：f＝[x0-x1,x0-x2,x0-x3,x0-x4,x0-x5,x0-x6,x0-x7,x0-x8]T其中，xp,p＝0,1,2,...,8表示像素点ap,p＝0,1,2,...,8处的强度值，融合以中心像素点与其周围各像素点的强度变换差值作为该像素点处的特征向量表示，该特征向量的维数为8；基于特征向量f构造区域块协方差矩阵来描述某区域内特征向量f的联合分布情况，并利用得到的协方差矩阵的属性进行局部对比度检测，实现对SAR图像目标的增强，则某区域块A上所有特征向量的协方差矩阵计算为： 其中，N表示区域块A内所包含的像素点个数，fq表示该区域内第q个像素点处的特征向量表示；μ为区域块A内N个像素点所对应的特征向量f所组成的集合{fq|q＝1,2,...,N}的均值；基于区域块协方差矩阵的F范数属性计算进行局部对比度测量，得到增强映射CS为： 其中，p,q为目标块T的中心坐标，CAT和分别表示局部目标块T和背景块Bk处的特征协方差矩阵；Ij表示目标块T的第j个最大灰度值，L为最大灰度值个数；yij表示计算出来的协方差矩阵CA中的任一矩阵元素；在步骤2中，所述通过基于灰度方差和均值的局部对比度检测获得第二特征差异值，经全局滑窗得到所有的第二特征差异值组成的对比度映射CV，将对比度映射CV经归一化处理得到CVN具体是指：根据目标块与背景块灰度方差的相对差异性，计算局部目标块与其周围四个背景块的差异为： 其中，varT和分别为目标块T和背景块Bk的像素灰度值方差；mT和分别为目标块T和背景块Bk的均值；计算目标块T和背景块Bk之间的对比度映射CV为：CVp,q＝max{dT,Bk},k＝1,2,3,4其中p,q为目标块T的中心坐标，将对比度映射CV以最大最小归一化公式得到CVN： 其中，CVmax和CVmin分别表示对比度映射CV中的最大值和最小值。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。