中国人民解放军国防科技大学唐涛获国家专利权
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基于协同显著性的SAR图像非合作车辆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：CN116665048B 。
龙图腾网通过国家知识产权局官网在2025-09-16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：202310582902.X，技术领域涉及：G06V20/10；该发明授权基于协同显著性的SAR图像非合作车辆目标检测方法是由唐涛;崔雨婷;张思乾;计科峰;赵凌君;冷祥光;雷琳;匡纲要设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。
本基于协同显著性的SAR图像非合作车辆目标检测方法在说明书摘要公布了：本发明涉及图像数据处理技术领域，公开了基于协同显著性的SAR图像非合作车辆目标检测方法，利用辅助数据和待测数据计算协同显著性来获取非合作目标的显著性特征完成检测，将协同显著性应用于SAR图像目标检测任务中，通过计算图像的对比度特征和联合特征得到初步协同性显著图，最后利用辅助数据协同显著性图生成的权重进一步抑制背景，增强目标，从而提升检测性能，为非合作目标检测问题提供新的解决方案。
本发明授权基于协同显著性的SAR图像非合作车辆目标检测方法在权利要求书中公布了：1.基于协同显著性的SAR图像非合作车辆目标检测方法，其特征在于，包括以下步骤： S1、将由多个单图像组成的组图像分为辅助图像和待测图像两部分； S2、通过K-Means聚类算法对组图像上所有像素进行聚类，得到组图像聚类像素簇，K-Means聚类算法的具体步骤为：预先将像素簇的个数设为K，随机选取K个像素作为初始的聚类中心，然后计算每个像素值与各个像素簇聚类中心之间的距离，把每个像素分配给距离它最近的聚类中心； S3、对每个单图像单独进行单幅图像聚类，得到单图像聚类像素簇； S4、提取单图像聚类像素簇的对比度特征，利用对比度特征权重得到单图像显著性映射图； S5、提取组图像聚类像素簇的对比度特征和联合特征，利用对比度特征权重和联合特征权重计算得到组的图像显著性映射图； S6、将单图像显著性映射图和组图像显著性映射图结合得到初步协同显著性映射图； S7、计算辅助图像显著性映射图的权重，并利用辅助图像显著性映射图的权重对初步协同显著性映射图加权得到最终协同显著性映射图。
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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励