Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学厉小润获国家专利权

浙江大学厉小润获国家专利权

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!

龙图腾网获悉浙江大学申请的专利基于图像信息熵和多尺度局部对比度量的红外小目标检测方法及装置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:CN115731174B

龙图腾网通过国家知识产权局官网在2026-02-06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:202211429559.7,技术领域涉及:G06T7/00;该发明授权基于图像信息熵和多尺度局部对比度量的红外小目标检测方法及装置是由厉小润;骆源;陈淑涵设计研发完成,并于2022-11-15向国家知识产权局提交的专利申请。

基于图像信息熵和多尺度局部对比度量的红外小目标检测方法及装置在说明书摘要公布了:本发明涉及红外图像处理领域,公开了一种基于图像信息熵和多尺度局部对比度量的红外小目标检测方法及装置。包括:1构建局部加权信息熵算子,获得原始红外图像的局部加权信息熵图像;2利用加权信息熵图像和结构张量理论,构造背景先验和目标先验,获得局部显著性先验;3利用原始热红外图像设计局部对比度系数,获得多尺度局部对比度图像;4利用多尺度局部对比度图像和对应的结构张量,设计信息过滤器;5融合局部显著性先验和信息过滤器,实现红外小目标的检测。本发明综合利用了加权图像熵算子、多尺度局部对比度量以及结构张量理论,能够有效抑制背景,增强目标,提升红外小目标的检测性能。

本发明授权基于图像信息熵和多尺度局部对比度量的红外小目标检测方法及装置在权利要求书中公布了:1.基于图像信息熵和多尺度局部对比度量的红外小目标检测方法,其特征在于,包括如下步骤: 步骤1:构建局部加权信息熵算子E·,获取能反映热红外图像信息量的局部加权信息熵图像E; 所述的步骤1具体为: 对于以x,y为中心的N×N大小的邻域M,其含有m种不同的灰度值fi,i=1,2,…,m,对应的概率密度函数为Pi,i=1,2,…,m,将邻域M中的灰度值差异量|fi-fx,y|n作为权值,n表示所定义的指数系数,对以x,y为中心的邻域M的信息熵进行加权,加权信息熵算子e·为: 通过引入局部标准偏差σstdx,y来衡量邻域M中图像纹理的均匀程度,增强目标显著性并抑制边缘结构,最终设计的局部加权信息熵算子E·如下: 其中,fi,j表示位置i,j处的灰度值,ε1为正常数,防止分母为零; 由此获取能反映热红外图像信息量的局部加权信息熵图像E; 步骤2:利用原始热红外图像的局部加权信息熵图像E,计算结构张量Jι,并构造背景先验wbp和目标先验wtp,通过目标先验和背景先验的调和平均完成局部显著性先验Wl的构造; 步骤3:利用原始热红外图像,通过以像素点x,y为中心的邻域和与该邻域相邻的方形环区域的像素平均值,计算局部对比度系数cx,y,获得多尺度局部对比度图像Fx,y; 步骤4:利用多尺度局部对比度图像和对应的结构张量,构造边缘加权矩阵Wedge和点加权矩阵Wpoint,设计信息过滤器Wfilter; 步骤5:融合局部显著性先验Wl和信息过滤器Wfilter,对红外小目标进行检测。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。