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！

龙图腾网获悉西北工业大学;上海航天控制技术研究所申请的专利基于红外中长波融合的弱小目标检测方法、装置及介质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：CN116129147B 。

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：202211612608.0，技术领域涉及：G06V10/52；该发明授权基于红外中长波融合的弱小目标检测方法、装置及介质是由张凯;曹熙卿;林健;张巍巍;刘小毛;杨尧;李妍琪设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于红外中长波融合的弱小目标检测方法、装置及介质在说明书摘要公布了：本发明实施例公开了一种基于红外中长波融合的弱小目标检测方法、装置及介质；该方法可以包括：将原始中长波红外图像进行离散小波变化分解分别得到高频数据和低频数据；将所述高频数据进行最大绝对值融合得到显著部分；将所述低频数据进行加权平均融合得到轮廓部分；将所述显著部分与通过潜在低秩表示LatLRR训练得到的L矩阵进行融合，获得细节信息；根据所述显著部分与所述细节信息基于灰度对比度调制，获得显著特征；将所述显著特征与所述轮廓部分进行融合，获得重构图像；基于U型神经网络与Transformer算法结合的U‑Transformer模型对所述重构图像进行目标识别，获取弱小目标的位置信息。

本发明授权基于红外中长波融合的弱小目标检测方法、装置及介质在权利要求书中公布了：1.一种基于红外中长波融合的弱小目标检测方法，其特征在于，所述方法包括： 将原始中长波红外图像进行离散小波变化分解分别得到高频数据和低频数据； 将所述高频数据进行最大绝对值融合得到显著部分； 将所述低频数据进行加权平均融合得到轮廓部分； 将所述显著部分与通过潜在低秩表示LatLRR训练得到的L矩阵进行融合，获得细节信息； 根据所述显著部分与所述细节信息基于灰度对比度调制，获得显著特征； 将所述显著特征与所述轮廓部分进行融合，获得重构图像； 基于U型神经网络与Transformer算法结合的U-Transformer模型对所述重构图像进行目标识别，获取弱小目标的位置信息； 其中，所述U-Transformer模型包括级联的编码器部分、Transformer部分以及解码器部分；其中， 所述编码器部分包括级联的多个编码器模块，用于对所述重构图像进行相对位置编码，以保留空间信息，获得所述Transformer部分能够处理的特征图； 所述Transformer部分，包括由多个交替级联的W-TF模块和SW-TF模块，并且在级联的W-TF模块和SW-TF模块中部设置TFDown模块，用于从特征图中提取弱小目标的特征； 所述解码器部分包括级联的多个解码器，用于根据所述Transformer部分所提取的弱小目标的特征生成特征图。

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西北工业大学;上海航天控制技术研究所，其通讯地址为：710072 陕西省西安市友谊西路127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。