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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种异源遥感图像匹配的梯度幅值阈值自动选择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：CN115187801B 。

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：202210832033.7，技术领域涉及：G06V10/75；该发明授权一种异源遥感图像匹配的梯度幅值阈值自动选择方法是由李璋;赵宏;于起峰;江云天设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本一种异源遥感图像匹配的梯度幅值阈值自动选择方法在说明书摘要公布了：本发明公开了一种异源遥感图像匹配的梯度幅值阈值自动选择方法，该方法依据图像场景显著轮廓分布选择最优梯度幅值阈值参数：首先，计算梯度幅值；其次，在设定的梯度幅值阈值范围内，对梯度进行阈值化处理；然后，提取亚像素轮廓，并统计分析轮廓平均长度和分布范围，将轮廓平均长度和分布范围作为阈值评价指标；最后，选择最高评价指标对应的梯度幅值阈值作为最优阈值参数。本发明应用于计算机视觉领域，只需设置待匹配图像即可自动获取最优梯度幅值阈值参数，降低了使用者的专业技术要求，提高了匹配系统自动化程度，进一步提升了匹配的稳定性和准确性。

本发明授权一种异源遥感图像匹配的梯度幅值阈值自动选择方法在权利要求书中公布了：1.一种异源遥感图像匹配的梯度幅值阈值自动选择方法，其特征在于，包括如下步骤： 步骤1，选取两幅待匹配的异源遥感图像中的一幅作为模板图像，并基于模板图像确定梯度幅值阈值的上下限Tmax、Tmin及步长Tstep； 步骤2，计算模板图像中每个像素点的梯度幅值，得到第一梯度幅值图像； 步骤3，以Tstep为步长在梯度幅值阈值区间[Tmin，Tmax]内依次选取梯度幅值阈值，并基于选取的梯度幅值阈值对梯度幅值图像进行阈值处理，将梯度幅值图像中梯度幅值小于梯度幅值阈值的像素点的梯度幅值置为0，得到各梯度幅值阈值对应的第二梯度幅值图像； 步骤4，提取各第二梯度幅值图像中的亚像素中心线，并统计各第二梯度幅值图像中亚像素中心线的平均长度和平均外接矩形面积，得到各第二梯度幅值图像的阈值评分指标，并进一步拟合得到以梯度幅值阈值为变量的阈值评分关联曲线； 所述提取各第二梯度幅值图像中的亚像素中心线，具体为： 对每一第二梯度幅值图像进行如下操作： 步骤4.1，先用高斯函数对第二梯度幅值图像进行平滑，再通过高斯函数的生成一阶高斯导数核和二阶高斯导数核，通过与第二梯度幅值图像卷积得到第二梯度幅值图像中每个像素点处的海森矩阵； 步骤4.2，将从海森矩阵求得的最大特征值作为对应像素点的线状显著度，并将最大特征值对应的特征向量作为对应像素点的线状法向； 步骤4.3，基于各像素点的线状显著度与线状法向，联合图像局部区域的二维泰勒展开式和线状结构中心点处一阶导数为零的条件，筛选出第二梯度幅值图像中的线状中心点，并选取所有线状中心点中线状显著度最大的作为种子点； 步骤4.4，判断种子点与邻域线状中心点之间的法向差异是否小于 若是则将满足条件的线状中心点与种子点连接成线，并将该满足条件的线状中心点作为新的种子点后重复步骤4.4； 否则，将剩余的线状中心点中线状显著度最大的作为种子点后重复步骤4.4，直至遍历完所有线状中心点，得到多条亚像素中心线； 步骤5，选取阈值评分关联曲线中阈值评分指标的最大值所对应的梯度幅值阈值，作为最优梯度幅值阈值。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。