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！

龙图腾网获悉江苏海洋大学申请的专利一种基于视觉SLAM的水下实时的目标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：CN118918307B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202410881739.1，技术领域涉及：G06V10/25；该发明授权一种基于视觉SLAM的水下实时的目标检测方法是由邱志伟;石文鑫;杨磊;孙泽一设计研发完成，并于2024-07-03向国家知识产权局提交的专利申请。

本一种基于视觉SLAM的水下实时的目标检测方法在说明书摘要公布了：本发明公开了一种基于视觉SLAM的水下实时的目标检测方法，首先将水下采集的图像数据进行滤波初除尘并进行图像增强，然后将动态场景的目标图像帧通过改进的深度学习目标框架检测，接着传入到视觉SLAM前端进行动态特征点剔除，通过精度评价工具进行分析验证，对视觉SLAM水下自主识别系统的精度有相对的提升，并且能够实时对水下目标物体进行实时检测，为水下作业探索和水下资源勘查提供了有力的支持。

本发明授权一种基于视觉SLAM的水下实时的目标检测方法在权利要求书中公布了：1.一种基于视觉SLAM的水下实时的目标检测方法，其特征在于：所述方法如下： S1：水下图像采集，通过高分辨率视觉相机采集连续的水下原始图像序列； S2：对S1中获得的图像滤波除尘，图像滤波除尘采用非局部均值滤波； S3：对S2中的图像特征增强，图像增强算法采用的是直方图均衡化； S4：改进YOLOv5目标检测框架，对YOLOv5的基准模型上增加CBAM改进的F-CBAM注意力机制，引入自适应的学习机制，调整特征权重，优化特征融合的效率，使模型聚焦于图像中的关键特征；通过可变卷积网络AKConv增强网络对不同目标形状和大小的适应性，增加模型对不同场景的适应性，最后引入改进的EIOU损失函数H-EIOU，来衡量预测框与真实框的角度差异，定位方向性明显的目标； S5：水下图像目标检测自主识别，利用改进后的深度学习目标检测框架YOLOv5首先对水下采集RGB-D图像帧计算出其先验框，然后在网络训练时会在先验框的基础上进行预测，然后输出预测框，再和标签框进行对比，最后就进行梯度地反向传播，最终可以得到带有目标检测框的RGB-D图像帧以及输出检测目标框对应图像帧中的目标位置坐标文件； S6：水下图像目标特征点剔除，在视觉SLAM框架中的跟踪线程传入RGB-D图像帧中的目标位置坐标文件，对RGB-D图像帧中的动态目标框中的特征点进行去除，从而生成相机位姿轨迹文件； S7：位姿精度验证，利用视觉SLAM系统对相机位姿进行估计，同时使用真实位姿和系统所估计的相机位姿进行对比测试； S2中的非局部均值滤波具体通过如下方法处理：均方根误差MSE计算公式如下： ； 式中：Ai,j为点A邻域块中的点i,j的像素值，Bi,j为点B邻域块中的相同位置点的像素值，邻域块的行列相同，m代表图像行数，n代表图像列行数；i和j是A和B的行和列的索引；i表示行索引，j表示列索引； 点A的滤波值由搜索窗口内所有点的像素值加权平均得到，wA,B为点A与搜索窗口中任意一点B的高斯权重；IB表示在位置B处的图像像素值或强度；h表示过滤参数，控制平滑的程度；e表示数学常数自然对数的底数；由两点各自邻域块的MSE相似度计算而得； ； S3中针对大小为的灰度图像G，对于任意位置所对应像素灰度值大小图像灰度级总数，不同灰度级出现概率可表示为： ； 式中：Pi表示灰度i的概率，即在图像只能跟灰度值为i的像素占总像素的比例；x和y表示图像中的像素坐标，x表示像素的横坐标，y表示像素的纵坐标；gx,y表示在位置x,y处的像素值；i表示图像的灰度级别；m代表图像行数，n代表图像列数； fi表示灰度级i在均衡化后的灰度值；L表示图像的灰度级数量；Pk表示灰度级K的累积分布函数值，即灰度级k以及一下所有灰度级的概率之和；对灰度图像G，采用直方图均衡进行图像增强的方法可描述为： ； 函数表示增强前图像灰度级与增强后灰度级之间的映射关系，直方图均衡化常用的灰度级映射表示式为： ； 位姿包括轨迹、坐标、角度； S7中使用轨迹精度评价工具通过改进之前的方法位姿轨迹以及改进之后的方法位姿轨迹分别和真实位姿轨迹进行对比，通过两个相机位姿的时间戳将二者对齐，再对两个相机位姿间的差异进行计算，生成改进之前的方法位姿和真实位姿的绝对轨迹对比图和绝对轨迹误差数值分布图以及改进之后的方法位姿和真实位姿的绝对轨迹对比图和绝对轨迹误差数值分布图。

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江苏海洋大学，其通讯地址为：222005 江苏省连云港市海州区苍梧路59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。