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 > 中国科学院长春光学精密机械与物理研究所姚凯男获国家专利权

中国科学院长春光学精密机械与物理研究所姚凯男获国家专利权

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!

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于时-空域联合探测的暗弱扩展目标信噪比增强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:CN121190351B

龙图腾网通过国家知识产权局官网在2026-02-24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:202511717795.2,技术领域涉及:G06T5/70;该发明授权基于时-空域联合探测的暗弱扩展目标信噪比增强方法是由姚凯男;徐志强;陈姝岐;王建立;车东博设计研发完成,并于2025-11-21向国家知识产权局提交的专利申请。

基于时-空域联合探测的暗弱扩展目标信噪比增强方法在说明书摘要公布了:本发明属于信噪比增强技术领域,尤其涉及一种基于时‑空域联合探测的暗弱扩展目标信噪比增强方法。方法包括:S1:对暗弱扩展目标图像序列进行初步降噪;S2:采用自适应加权融合降噪函数对初步降噪后的暗弱扩展目标图像序列所包含的各暗弱扩展目标图像进行处理;S3:将扣除时域噪声的暗弱扩展目标图像序列进行处理后输入至训练好的深度卷积神经网络模型进行处理,获得扣除时变背景噪声的暗弱扩展目标图像序列;S4:对扣除时变背景噪声的暗弱扩展目标图像序列进行图像增强,获得高信噪比的暗弱扩展目标图像序列。本发明实现了时域随机噪声的有效抑制与天光时变背景的实时估计与剔除,大幅提升了地基光电探测设备在白天强天光背景下的探测能力。

本发明授权基于时-空域联合探测的暗弱扩展目标信噪比增强方法在权利要求书中公布了:1.一种基于时-空域联合探测的暗弱扩展目标信噪比增强方法,应用于白天强背景下的暗弱扩展目标,其特征在于:具体包括如下步骤: S1:获取白天强天光背景下的暗弱扩展目标图像序列,并对暗弱扩展目标图像序列进行初步降噪; S2:采用自适应加权融合降噪函数对初步降噪后的暗弱扩展目标图像序列所包含的各暗弱扩展目标图像进行处理,获得扣除时域噪声的暗弱扩展目标图像序列; S21:获取叠加了第m帧暗弱扩展目标图像的当前叠加图像,m为当前叠加图像中的序号最大值,将当前叠加图像与第m+1帧暗弱扩展目标图像叠加更新,采用自适应加权融合降噪函数对更新后的叠加图像的噪点进行抑制,获得扣除时域噪声的叠加图像: ; 其中,为更新后的叠加图像,为当前待叠加的暗弱扩展目标图像,i、j为当前待叠加的暗弱扩展目标图像中像元位置索引号,W为方差统计特征量,g为熵统计特征量,为均值统计特征量,N为当前待叠加的暗弱扩展目标图像的总行数,P为当前待叠加的暗弱扩展目标图像的总列数,为权重,为当前待叠加的暗弱扩展目标图像的前一帧图像,为当前待叠加的暗弱扩展目标图像的后一帧图像; S22:输出当前扣除时域噪声的叠加图像,用更新后的叠加图像替换当前叠加图像重复步骤S21,直至完成所有暗弱扩展目标图像的叠加,获得扣除时域噪声的暗弱扩展目标图像序列; S3:将扣除时域噪声的暗弱扩展目标图像序列进行处理后输入至训练好的深度卷积神经网络模型进行处理,获得扣除时变背景噪声的暗弱扩展目标图像序列; S4:对扣除时变背景噪声的暗弱扩展目标图像序列进行图像增强,获得高信噪比的暗弱扩展目标图像序列。

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中国科学院长春光学精密机械与物理研究所,其通讯地址为:130033 吉林省长春市经济技术开发区东南湖大路3888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。