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！

龙图腾网获悉河海大学申请的专利一种基于水面漂浮物目标跟踪的河流表面流速测量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：CN116934808B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310923396.6，技术领域涉及：G06T7/246；该发明授权一种基于水面漂浮物目标跟踪的河流表面流速测量方法是由木正鹏;张振;沈洁;刘博远;张子凯设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种基于水面漂浮物目标跟踪的河流表面流速测量方法在说明书摘要公布了：本发明公开了一种基于水面漂浮物目标跟踪的河流表面流速测量方法，包括：对原始视频图像序列进行畸变校正，设置ROI区域；融合引入前景计数机制的像素级自适应分割算法和减平均图像法对畸变校正后的图像进行多目标分割；进行候选目标筛选，去除虚假目标；利用多特征融合的目标匹配方法重建漂浮物运动轨迹，保存每条轨迹上漂浮物目标质心的图像坐标信息；利用直接线性变换将每条轨迹上的图像坐标转换为世界坐标，并根据每条轨迹上相邻点的世界坐标，计算出流速值；对所有的流速值采用反距离权重插值法进行网格化处理，得到均匀的二维流速矢量场。本发明适用于多漂浮物场景下的河流流速测量，能够提高测流算法在此类测量场景下的准确度。

本发明授权一种基于水面漂浮物目标跟踪的河流表面流速测量方法在权利要求书中公布了：1.一种基于水面漂浮物目标跟踪的河流表面流速测量方法，其特征在于，包括如下步骤： S1：对原始视频图像序列进行畸变校正，设置ROI区域； S2：融合引入前景计数机制的像素级自适应分割算法PBAS和减平均图像法对畸变校正后的图像进行多目标分割； S3：针对分割后的目标，使用自适应管道滤波方法，利用目标在相邻帧间的运动特性进行候选目标筛选，去除虚假目标； S4：利用多特征融合的目标匹配方法重建漂浮物运动轨迹，根据轨迹的长度、角度进行滤波，保存每条轨迹上漂浮物目标质心的图像坐标信息； S5：利用直接线性变换DLT将每条轨迹上的图像坐标转换为世界坐标，并根据每条轨迹上相邻点的世界坐标，计算出流速值； S6：对所有的流速值采用反距离权重插值法进行网格化处理，得到均匀的二维流速矢量场； 步骤S4中利用多特征融合的目标匹配方法重建漂浮物运动轨迹，根据轨迹的长度、角度进行滤波，保存每条轨迹上漂浮物目标质心的图像坐标信息，其过程为： 对步骤S3中经过管道滤波处理的目标分割结果图像序列，选取固定的帧间隔，统计被选取图像中漂浮物目标的周长L、面积S和圆形度e，其中周长L通过计算分割结果中目标轮廓线的像素数目来获得，面积S通过计算目标区域中像素的数目来获得，圆形度e根据目标的周长和面积特征进行计算，其值最大为1，计算公式如下： 将前帧图像中的待匹配目标作为父目标，后帧图像中的目标为子目标；融合以上三种特征计算父目标和子目标的相对误差来估计二者的相似度： 其中λ1，λ2，λ3分别代表目标周长、面积和圆形度的权重，且满足λ1+λ2+λ3＝1，考虑到在连续的图像序列和每一幅图像中每个目标的每个特征影响程度不同，所以赋予每个特征相同的权重，即δ为前帧图像中待匹配目标与后帧图像中目标的相对误差，且δ∈[0,1；父目标和子目标的相对误差满足δ＜δmin，δmin为相对误差的阈值；且子目标应位于父目标的矩形搜索窗内，搜索窗的大小由先验最大流速确定； 在后帧图像中寻找所有满足以上条件的漂浮物目标作为候选目标，计算其与前帧图像中父目标的距离，距离最小的目标即与父目标匹配的子目标；遍历所有被选取图像中的漂浮物目标，与前帧图像中的父目标满足匹配关系的子目标，其质心坐标被添加到同一条轨迹，不满足匹配关系的子目标视为新出现的目标，添加到新创建的轨迹中；每个漂浮物目标的运动轨迹是质心坐标的集合，以二维数组的形式被保存； 根据轨迹的长度、角度进行滤波，由河流的先验流向信息，每个轨迹满足： 其中xstart，ystart是轨迹起始点的横坐标和纵坐标，xend，yend是轨迹终点的横坐标和纵坐标，θ为角度阈值；同时，剔除长度较短的轨迹： L为预设的最短轨迹长度； 至此，完成漂浮物运动轨迹的重建。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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”。