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！

龙图腾网获悉杭州电子科技大学申请的专利基于LBP特征与改进Yolov5的雷达图像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：CN117218545B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202311259766.7，技术领域涉及：G06V20/10；该发明授权基于LBP特征与改进Yolov5的雷达图像检测方法是由李焘;王月荣;彭冬亮设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本基于LBP特征与改进Yolov5的雷达图像检测方法在说明书摘要公布了：本发明公开了一种基于LBP特征与改进Yolov5的雷达图像检测方法，该方法针对原始SAR图像提取LBP特征，并与原始图像融合后作为训练数据。在Yolov5模型特征提取网络的C3模块中加入可变形卷积，在特征融合金字塔网络模块中使用基于特征的内容感知重组CARAFE算子来对特征图进行上采样、在三个预测特征层进行使用自适应特征融合ASFF增强特征表达。然后利用训练数据进行网络训练，使用训练后的网络进行雷达图像目标检测。本方法为训练数据补充了低层次的纹理信息，降低了在复杂场景中背景的干扰，通过融合低层次的局部纹理特征和深度网络的高层次语义特征，提升了整体的目标检测性能。

本发明授权基于LBP特征与改进Yolov5的雷达图像检测方法在权利要求书中公布了：1.基于LBP特征与改进Yolov5的雷达图像检测方法，其特征在于：该方法具体包括以下步骤： 步骤1、收集SAR图像，灰度化处理后裁剪为相同大小的切片；针对图像中的每个像素点，依次计算其局部LBP特征值VARP,R，得整个图像的LBP特征： 其中，R表示该像素点的邻域半径，P表示领域内的采样点数量，gp表示第p个采样点的像素值，p＝0,2,…,P-1； 针对每张切片提取其中一个通道图像的LBP特征，然后与其余两个通道图像在通道维度进行拼接融合，得到的新的三通道图像作为训练样本；标注样本中的目标位置，作为训练标签； 步骤2、构建一个Yolov5，然后在骨干网络的C3模块中将Bottleneck的第二个卷积替换为可变形卷积DCN；在特征金字塔中，使用上采样算子CARAFE进行特征上采样，最后在头部结构的三个预测特征层中使用自适应特征融合ASFF模块，得到改进的Yolov5模型； 所述可变形卷积DCN首先对输入特征图进行一次卷积操作，输入特征图中初始位置为p0的像素点xp0经过可变形卷积后的输出为： 其中，w为卷积核的权重参数，Z表示为卷积区域；Δpn为可学习的偏移量参数，△m表示卷积核偏移量的权重参数，△m∈[0,1]； 所述自适应特征融合ASFF模块针对头部结构预测特征层中三个不同层级的特征图，依次在各自的层级与其他两个层级的特征图进行加权求和： 其中表示第l个层级的融合结果，l＝1,2,3；分别表示来自第1～3层级的特征，是由经过上采样或下采样后经过1×1卷积得到的与第l层级特征图大小相同、通道数相同的特征图；表示对应的融合空间权重，由网络自动训练得到， 步骤3、将步骤1所得的训练样本输入步骤2构建的改进的Yolov5模型中，根据模型输出计算边界框回归损失，优化模型参数； 步骤4、针对待检测SAR图像，按照步骤1的方式提取LBP特征并融合，然后输入步骤3训练后的模型中，得到SAR图像中的目标位置。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。