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！

龙图腾网获悉南京理工大学申请的专利基于SAR图像的复杂舰船目标模型外形优化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：CN115346131B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202210957876.X，技术领域涉及：G06V20/13；该发明授权基于SAR图像的复杂舰船目标模型外形优化方法是由丁大志;何姿;樊振宏;李猛猛;李璇;杨婕;何圆圆;姜夏宇设计研发完成，并于2022-08-10向国家知识产权局提交的专利申请。

本基于SAR图像的复杂舰船目标模型外形优化方法在说明书摘要公布了：本发明公开了一种基于SAR图像的复杂舰船目标模型外形优化方法，首先将目标初始模型用非均匀有理B样条建模技术建模，得到模型的控制点坐标；然后对目标模型生成基于弹跳射线法的仿真图像，比较仿真图和实测图来得到需要优化的控制点，将其设置为优化参量；利用蜂鸟优化算法更新优化参量，生成基于弹跳射线法的仿真图像，计算其和目标图像的相似度，作为蜂鸟优化算法里每个种群个体的适应值，判断最优适应度值是否达到指标；若满足指标或者迭代若干次后，种群内最优适应度值保持不变，输出对应的模型以及控制点信息；若不符合，则继续优化；最终得到和实测图相似的仿真图对应的目标模型。本发明能够用来对目标模型外形进行优化。

本发明授权基于SAR图像的复杂舰船目标模型外形优化方法在权利要求书中公布了：1.一种基于SAR图像的复杂舰船目标模型外形优化方法，其特征在于，包括以下步骤： 步骤1、将初始模型用非均匀有理B样条建模技术建模，得到模型的控制点坐标； 步骤2、对目标模型生成基于弹跳射线法的仿真图像； 步骤3、比较仿真图和实测图来得到需要优化的控制点，将其设置为优化参量； 步骤4、利用蜂鸟优化算法更新优化参量，从而更新变化后的目标模型外形； 步骤5、生成基于弹跳射线法的仿真图像，计算其和目标图像的相似度； 图像相似程度评估指标，具体如下： 结构相似性，即SSIM，从图像构成的角度将结构信息定义为独立于亮度和对比度的反映场景中目标结构的属性，并将失真表征为亮度、对比度和结构三个不同因素的组合； SSIM指数如下： SSIMx,y＝lx,yα1·cx,yβ1·sx,yγ1 令α1＝β1＝γ1＝1，C3＝C22，则SSIM简化得到下式 其中μx和μy分别是图像x、y的平均像素强度，σx和σy分别是图像x、y的标准差，σxy表示图像x和y的协方差；令C1＝k1*L2，C2＝k2*L2，其中L表示图像像素值的取值范围； 复小波结构相似性是SSIM在复小波域的扩展； 母小波信号是低通滤波器的调制；其中，gu表示变化缓慢的对称函数，ωc表示调制带通滤波器的中心频率；母小波经过各种缩放和平移生成小波簇： 其中ω·表示信号的小波变换形式，s∈R+是比例因子，p∈R是平移因子； 实信号xu的连续小波变换为： 其中Xω和Gω分别表示xu和gu的傅立叶变换结果；离散小波系数是连续小波变换的抽样形式； 在复小波变换域中，比较的两幅图像的相同小波子带内相同空间位置提取的两组系数分别为cx＝{cx,i|i＝1,2,…N}和cy＝{cy,i|i＝1,2,…N}；CW-SSIM定义为： 为了使用CW-SSIM来比较两张图的相似程度，首先通过多尺度、多方向的可变金字塔来分解图像；接下来滑动窗口遍历各个小波子带计算局部CW-SSIM，得到CW-SSIM映射矩阵；最后将映射矩阵通过加权求和生成最终的CW-SSIM；权重因子根据高斯分布获得，函数的标准差等于金字塔最底层图像的14大小； 步骤6、将步骤5中计算得到的相似度作为蜂鸟优化算法里每个种群个体的适应值，判断最优适应度值是否达到指标；若满足指标或者迭代若干次后，种群内最优适应度值保持不变，输出对应的模型以及控制点信息；否则重复步骤4。

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京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。