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！

龙图腾网获悉北京理工大学申请的专利基于多级拉普拉斯金字塔去噪的SAR图像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：CN116681623B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310774557.X，技术领域涉及：G06T5/70；该发明授权基于多级拉普拉斯金字塔去噪的SAR图像目标检测方法是由傅雄军;赵聪霞;董健;谢民;冯程;常昊;曹申;吴文浩设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。

本基于多级拉普拉斯金字塔去噪的SAR图像目标检测方法在说明书摘要公布了：本发明涉及一种基于多级拉普拉斯金字塔去噪的SAR图像目标检测方法。包括：通过拉普拉斯金字塔变换将原始图像分解到不同的频域子带，采用可训练阈值模块抑制各个高频子带上的噪声，通过拉普拉斯金字塔重构获得去噪后图像；将去噪后图像、拉普拉斯变换的第一个子带与原图连接以融合图像空域、频域信息，形成三通道图像，输入到后续的目标检测网络；将注意力机制引入基础网络的特征融合模块，对特征图各像素赋予不同的权值，突出有效特征。所述方法具有自适应性，不因输入图像尺度变化增加网络的复杂度和训练难度；生成包含尺度信息的真值图，不涉及神经网络的训练，故复杂度低、易操作；生成的真值图标示了每个目标的位置和尺度信息。

本发明授权基于多级拉普拉斯金字塔去噪的SAR图像目标检测方法在权利要求书中公布了：1.一种基于多级拉普拉斯金字塔去噪的SAR图像目标检测方法，其特征在于，依托于包括去噪网络、特征融合模块以及目标检测网络的基于多级拉普拉斯金字塔去噪端到端SAR图像目标检测模型：LPDNet；所述目标检测方法，包括： S1：选取目标检测数据集，将目标检测数据集划分为训练集、验证集和测试集； S1所述目标检测数据集中包含样本图像和对应的标签； S2：构建多级拉普拉斯金字塔去噪端到端SAR图像目标检测模型，包括： S21，构建阈值自适应的多级拉普拉斯金字塔去噪网络，包括构建拉普拉斯金字塔分解模块、阈值自适应确定模块以及拉普拉斯金字塔重构模块； 拉普拉斯金字塔分解模块的输入为样本图像，输出为经拉普拉斯金字塔分解得到的高频子带图像和低频子带图像；阈值自适应确定模块的输入为拉普拉斯金字塔分解模块得到的高频子带图像，输出为降噪后的高频子带图像；拉普拉斯金字塔重构模块的输入为降噪后的高频子带图像和低频子带图像，输出为去噪图像； 其中，拉普拉斯金字塔分解得到的低频子带图像可作为下一级拉普拉斯金字塔分解模块的输入，通过k级级联获得k级高频子带图像和低频子带图像，而后重复拉普拉斯金字塔分解、阈值自适应确定、拉普拉斯金字塔重构过程，构成阈值自适应的多级拉普拉斯金字塔去噪网络； 所述k的取值范围为0≤k≤4且k等于0时对应一次分解且所述k级高频子带图像，通过k+1次分解得到； S22，构建特征融合模块； S23，构建基于注意力机制的目标检测网络； S3：训练多级拉普拉斯金字塔去噪端到端SAR图像目标检测模型，得到训练好的LPDNet，包括： S31：初始化网络参数，将卷积层的卷积核及每一层的权重值按照设置的初始化数值进行初始化，并设置合理的学习率； S32：使用S1中划分的训练集中的样本图像和对应的标签对LPDNet进行训练，通过损失函数对网络参数进行监督学习，并输出训练好的LPDNet； S4：目标检测阶段，具体包括以下步骤： 采用S1中划分出的测试集进行检测，将测试集中的样本图像输入到训练好的LPDNet中，输出目标检测结果。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。