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！

龙图腾网获悉福州大学申请的专利一种基于RGB重建高光谱的海面小目标漂浮物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：CN119295981B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411479938.6，技术领域涉及：G06V20/17；该发明授权一种基于RGB重建高光谱的海面小目标漂浮物检测方法是由吴衔誉;刘浩;黄峰;林忠麟;徐志翔设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本一种基于RGB重建高光谱的海面小目标漂浮物检测方法在说明书摘要公布了：本发明涉及一种基于RGB重建高光谱的海面小目标漂浮物检测方法，所述方法包括：获取RGB图像，对获取图像进行预处理，利用预处理后的图像构建RGB图像样本数据集;利用融入频域信息的残差稠密网络从RGB图像样本数据集中生成对应场景的高光谱数据集;对于高光谱图像的31个波段进行分组，选取每组中熵值最高的图像合成伪彩色图像;将伪彩色图像输入固定检测网络得到目标检测结果。本发明利用高光谱图像的光谱维度信息，实现了对海面小目标漂浮物的检测。

本发明授权一种基于RGB重建高光谱的海面小目标漂浮物检测方法在权利要求书中公布了：1.一种基于RGB重建高光谱的海面小目标漂浮物检测方法,其特征在于,包括如下步骤: 步骤S1：获取RGB图像，对获取图像进行预处理，利用预处理后的图像构建RGB图像样本数据； 步骤S2：利用融入频域信息的残差稠密网络从RGB图像样本数据集中生成对应场景的高光谱数据集； 步骤S3：对于高光谱图像中每个波段图像的熵值进行波段筛选，选择三个熵值最高的三个波段组合生成伪彩色图像； 步骤S4：将伪彩色图像输入固定检测网络得到目标检测结果； 步骤S2包括: 步骤S201：加权窗函数卷积模块，加权窗函数卷积模块使用汉明窗函数，对卷积核权重再乘以汉明窗函数值，采用的汉明窗函数计算公式如下： 式中n表示离散采样点的索引，N表示离散采样点个数；加权窗函数卷积模块中的卷积核尺寸设置为7×7大小； 将网络的输入记为IRGB，首先通过加权窗函数卷积模块提取浅层特征FSF； FSF＝HWconv1IRGB 式中HWconv1·表示加权窗函数卷积操作； 步骤S202：RGB图像预处理模块；对于步骤S201提取到的浅层特征FSF作为图像预处理模块的输入； FPre＝HPreFSF 式中HPre·表示图像预处理操作，FPre表示图像预处理模块的输出； 步骤S203：将图像预处理模块的输出FPre作为DRCR模块的输入； 式中Fm-1和Fm分别表示第m个DRCR块的输入和输出，表示第m个DRCR块操作，表示第1个DRCR块操作； DRCR模块，每个DRCR块中又包含着两次通道压缩-激励网络模块SE-Net和U型编解码模块；SE-Net模块具体过程如下； 式中和分别表示第一次和第二次SE-Net操作，和分别表示第一次和第二次SE-Net操作的输出； U型编解码模块主要作用是在多尺度结构中，探索同一尺度空间信息和不同空间尺度信息交互特点，以实现高保真空间维度信息的恢复；U型编解码模块中共有6个卷积操作，记第m个DRCR块的第i个卷积操作为其操作的输出为Fm,i； 式中和代表网络中的双通道重校正CRM模块操作； 最后，将最后一个DRCR模块的输出作为最后的加权窗函数卷积模块的输入，并将通道数映射到31个，作为最终高光谱输出的波段数据IHSI； IHSI＝HconvFm 式中Hconv·表示网络末端的卷积操作； 步骤S204：融入频域学习的残差稠密网络的损失函数由两部分组成，一部分是描述空间-光谱维度信息的损失函数Loss1，另一部分是描述频域信息的损失函数Loss2，总的损失函数Ltotal为两者的线性叠加； Ltotal＝Loos1+εLoss2 式中和分别是网络输出值和真值第i个像素值，Npixels表示高光谱数据的像素点个数，FFT·表示快速傅里叶变换，ε表示两项损失函数的平衡系数。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。