哈尔滨工程大学卞红雨获国家专利权
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！
龙图腾网获悉哈尔滨工程大学申请的专利一种基于支持度变换与稀疏表示的前视声纳图像融合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：CN115482176B 。
龙图腾网通过国家知识产权局官网在2026-02-10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：202211082665.2，技术领域涉及：G06T5/50；该发明授权一种基于支持度变换与稀疏表示的前视声纳图像融合方法是由卞红雨;魏明哲;刘雨希;林存毅设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。
本一种基于支持度变换与稀疏表示的前视声纳图像融合方法在说明书摘要公布了：本发明涉及一种基于支持度变换与稀疏表示的前视声纳图像融合方法，属于数字图像处理技术领域，本发明步骤如下；步骤一、解析前视声纳原始数据，计算得到扇形声纳图像；步骤二、把步骤一得出的图像分解为多级支持度图像序列和低频分量图像；步骤三、根据各级支持度图像序列，训练各级图像字典序列；步骤四、利用步骤三训练好的各级图像字典序列对步骤二分解出的图像根据各级支持度图像序列进行稀疏表示，求得各级支持度图像序列的稀疏系数；步骤五、对步骤四得出的各级支持度图像序列稀疏系数进行融合，并将融合后的系数恢复为支持度图像序列；步骤六、对步骤五融合后的图像进行重建。本装置可以能够很好的去除图像与拼接中产生的边缘接缝。
本发明授权一种基于支持度变换与稀疏表示的前视声纳图像融合方法在权利要求书中公布了：1.一种基于支持度变换与稀疏表示的前视声纳图像融合方法，其特征在于：所述一种基于支持度变换与稀疏表示的前视声纳图像融合方法是通过如下步骤实现的； 步骤一、解析前视声纳原始数据，计算得到扇形声纳图像； 步骤二、把步骤一得出的图像分解为多级支持度图像序列和低频分量图像； 步骤三、根据各级支持度图像序列，训练各级图像字典序列； 步骤四、利用步骤三训练好的各级图像字典序列对步骤二分解出的图像根据各级支持度图像序列进行稀疏表示，求得各级支持度图像序列的稀疏系数； 步骤五、对步骤四得出的各级支持度图像序列稀疏系数进行融合，并将融合后的系数恢复为支持度图像序列； 步骤五中采用最大活跃度准则对各级支持度图像序列稀疏系数及进行融合； 步骤五中对低频分量图像采用区域方差与区域能量相结合的准则进行融合； 步骤六、对步骤五融合后的图像进行重建； 步骤六中采用支持度反变换算法进行融合后图像的重建。
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哈尔滨工程大学，其通讯地址为：150006 黑龙江省哈尔滨市南岗区南通大街145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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励