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;西北工业大学深圳研究院申请的专利一种联合图像精准分割和目标阴影信息的侧扫声呐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：CN115240058B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202210669858.1，技术领域涉及：G06V20/05；该发明授权一种联合图像精准分割和目标阴影信息的侧扫声呐目标检测方法是由王惠刚;雷灿设计研发完成，并于2022-06-14向国家知识产权局提交的专利申请。

本一种联合图像精准分割和目标阴影信息的侧扫声呐目标检测方法在说明书摘要公布了：本发明公开了一种联合图像精准分割和目标阴影信息的侧扫声呐目标检测方法。该方法首先针对侧扫声呐图像中存在的灰度差异过大和物理分辨率不同等问题，利用成像时的高度、角度等先验信息，自主对图像进行增益补偿和分辨率校正。再对经过校正的声呐图像进行基于改进DeepLabV3+网络模型的图像分割。分割完后运用侧扫声呐的成像原理和几何关系对同一个目标的高亮区域和阴影区域进行匹配，选择感兴趣目标。通过图像校正和精准分割,制作完数据集后，构建基于YOLOv5s网络的声呐目标检测模型，并进行模型训练，最后利用训练好的结果对分割后的待检测声呐图像进行目标检测。本发明同时引入目标声影区信息和图像精准分割，有效提升了侧扫声呐目标的检测识别精度。

本发明授权一种联合图像精准分割和目标阴影信息的侧扫声呐目标检测方法在权利要求书中公布了：1.一种联合图像精准分割和目标阴影信息的侧扫声呐目标检测方法，其特征在于，包括以下步骤： S1:针对侧扫声呐图像中存在的由于距离远近导致能量衰减引起的灰度差异以及水下环境恶劣导致移动平台本身的不稳定引起的左右舷灰度差异过大，进行自主增益补偿； S2:针对侧扫声呐图像中存在不同距离下的物理分辨率不同的问题，进行几何畸变校正； S3:对经过校正后的侧扫声呐图像进行基于改进DeepLabV3+网络的图像分割，提取出侧扫声呐图像中感兴趣目标的高亮区域和阴影区域； 构建基于改进DeepLabv3+网络的声呐图像分割模型，替换原Xception系列网络为MobilenetV2作为主干特征提取网络；在Encoder和Decoder中加强特征网络提取，并采用交叉熵进行损失的计算，引入Diceloss指标对语义分割结果进行评价； S4:得到分割区域后，运用侧扫声呐的成像原理和几何关系对同一个目标的高亮区域和阴影区域进行匹配； S5:构建基于YOLOv5s网络的声呐目标检测模型，将经过校正和分割后的图像送入到网络中进行训练，并将训练好的模型用做真实声呐目标的检测识别； S6:消融实验设置，验证声呐图像中阴影区域的有效性以及声呐图像分割的有效性。

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;西北工业大学深圳研究院，其通讯地址为：710000 陕西省西安市碑林区友谊西路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”。