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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于局部对比度差异的红外弱小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：CN120070876B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510552555.5，技术领域涉及：G06V10/25；该发明授权基于局部对比度差异的红外弱小目标检测方法是由贲广利;王永成;孙蕴晗;钱进;胡雪岩;徐东东;肖辉设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本基于局部对比度差异的红外弱小目标检测方法在说明书摘要公布了：本发明属于红外图像处理及目标检测技术领域，尤其涉及一种基于局部对比度差异的红外弱小目标检测方法。包括：S1：获取原始红外图像，对原始红外图像进行均值滤波处理和背景抑制预处理，获得背景抑制图像；S2：设计局部对比度差异窗口，并利用局部对比度差异窗口对背景抑制图像进行处理，获得对比度差异图像和对比度差异增强系数矩阵；S3：基于对比度差异图像和对比度差异增强系数矩阵计算置信图，将置信图中灰度极大值对应的像元位置作为红外弱小目标的检测位置。本发明能够直接给出红外小目标的像素分布坐标，并且能大大提高检测精度和检测效率。

本发明授权基于局部对比度差异的红外弱小目标检测方法在权利要求书中公布了：1.一种基于局部对比度差异的红外弱小目标检测方法，其特征在于：具体包括如下步骤： S1：获取原始红外图像，对所述原始红外图像进行均值滤波处理和背景抑制预处理，获得背景抑制图像； S2：设计局部对比度差异窗口，并利用局部对比度差异窗口对背景抑制图像进行处理，获得对比度差异图像和对比度差异增强系数矩阵； 在步骤S2中，所述局部对比度差异窗口包括5×5个子窗，每个子窗的大小为3×3，将位于局部对比度差异窗口的中心位置的子窗作为目标子窗，将局部对比度差异窗口中除目标子窗之外的其余子窗作为背景子窗； 按照从上到下、从左到右的顺序对各子窗进行编号，每个子窗的平均灰度值的表达式为： ； 其中，为编号为i的子窗的平均灰度值，N为子窗中的像素总数，j为子窗中的第j个像素，为在背景抑制图像中的编号为i的子窗中的第j个像素的灰度值； 步骤S2具体包括如下步骤： S21：基于（，，，）、（，，，）、（，，，）、（，，，）、（，，，）、（，，，）、（，，，）、（，，，），计算目标子窗的对比度差异最小值，获得第一对比度差异图像： ； 其中，为目标子窗基于（，，，）和（，，，）计算得出的对比度差异，为目标子窗基于（，，，）和（，，，）计算得出的对比度差异，为目标子窗基于（，，，）和（，，，）计算得出的对比度差异，为目标子窗基于（，，，）和（，，，）计算得出的对比度差异； S22：计算目标子窗在水平方向、垂直方向、45°方向和135°方向的对比度差异，并将目标子窗在四个方向的对比度差异最小值作为第二对比度差异图像： ； 其中，为目标子窗在水平方向的对比度差异，为目标子窗在垂直方向的对比度差异，为目标子窗在45°方向的对比度差异，为目标子窗在135°方向的对比度差异； S23：基于第一对比度差异图像和第二对比度差异图像，计算得出对比度差异图像DG： ； S24：将背景子窗划分为8个区域，8个区域分别为：（，，，）、（，，，）、（，，，）、（，，，）、（，，，）、（，，，）、（，，，）、（，，，），并计算每个区域的均值灰度极大值： ； 其中，为第h个区域，h≤8，、、和分别代表区域内的四个背景子窗各自的平均灰度值，为取四个背景子窗的平均灰度值之中的最大值作为区域的均值灰度极大值； S25：按照从高到低的顺序对8个区域的均值灰度极大值进行排序，将排序位于前四位的均值灰度极大值的平均值作为目标平均值，将目标子窗的平均灰度值的平方与目标平均值的平方做差，获得对比度差异增强系数矩阵； S3：基于对比度差异图像和对比度差异增强系数矩阵计算置信图，将置信图中灰度极大值对应的像元位置作为红外弱小目标的检测位置。

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中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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”。