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！

龙图腾网获悉电子科技大学申请的专利一种基于人眼视觉注意机制的SAR图像舰船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：CN115187856B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202210656511.3，技术领域涉及：G06V20/10；该发明授权一种基于人眼视觉注意机制的SAR图像舰船检测方法是由王章静;曹敏;何文智;赵铖鑫;仇隆设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本一种基于人眼视觉注意机制的SAR图像舰船检测方法在说明书摘要公布了：本发明属于目标检测技术领域，具体一种基于人眼视觉注意机制的SAR图像舰船检测方法，在SAR图像舰船目标检测中引入人眼视觉注意机制，通过修改Itti模型，利用亮度、局部对比特征、全局对比度特征找到显著性区域，克服了因只考虑局部特征造成显著性区域显示不均匀，进而导致后续目标检测准确率较低的问题；然后提取HOG特征，训练SVM分类器，利用滑动窗口对舰船目标进行检测；最终，通过HRSID数据集的测试结果表明，本发明能够解决在复杂背景下SAR图像舰船检测出现误检的问题，将SAR图像舰船目标检测准确度提升至95.56％。

本发明授权一种基于人眼视觉注意机制的SAR图像舰船检测方法在权利要求书中公布了：1.一种基于人眼视觉注意机制的SAR图像舰船检测方法，包括以下步骤： 步骤1、计算输入SAR图像的亮度特征矩阵、局部对比度特征矩阵与全局对比度特征矩阵，进而构建高斯金字塔，利用高斯金字塔计算得到多个尺度下的亮度特征图、局部对比度特征图与全局对比度特征图；具体为： 步骤1‑1：计算输入SAR图像的亮度特征矩阵： 其中，fl为亮度特征矩阵，I为输入SAR图像的像素矩阵，i,j为像素点坐标； 步骤1‑2：计算输入SAR图像的局部对比度特征矩阵； 采用滑动窗口扫描整个输入SAR图像，计算每一个窗口的局部对比度特征：将窗口Ti,j等分为9个区域；针对中心区域，搜寻区域内像素点的最大值Lmax；针对除中心区域外的其他区域，计算每一个区域内的像素均值，并搜寻像素均值的最大值Lmax；计算局部对比度特征为： 其中，floc为局部对比度特征矩阵，n为预设次幂值； 步骤1‑3：计算输入SAR图像的全局对比度特征矩阵： gi,j＝Ii,j‑μ其中，fglob为全局对比度特征矩阵，μ表示输入SAR图像的像素均值，N为输入SAR图像的像素点总数，α为预设阈值； 步骤1‑4：对输入SAR图像的亮度特征矩阵、局部对比度特征矩阵、全局对比度特征矩阵分别进行多次降采样，依次得到亮度特征高斯金字塔、局部对比度特征高斯金字塔、全局对比度特征高斯金字塔； 步骤1‑5：基于亮度特征高斯金字塔、局部对比度特征高斯金字塔、全局对比度特征高斯金字塔，利用中央‑周边特征模拟感受野的工作方式，分别得到多个尺度下的亮度特征图lc,s、局部对比度特征图locc,s与全局对比度特征图gc,s，其中，c与s均为高斯金字塔中的尺度； 步骤2、对每一张特征图分别进行归一化操作，再将归一化后多个尺度下的亮度特征图相加得到亮度特征显著图、多个尺度下的局部对比度特征图相加得到局部对比度特征显著图、多个尺度下的全局对比度特征图相加得到全局对比度特征显著图； 步骤3、将亮度特征显著图、局部对比度特征显著图与全局对比度特征显著图进行线性加权相加，得到视觉显著图； 步骤4、对视觉显著图提取HOG特征，训练得到SVM分类器； 步骤5、采用SVM分类器，利用滑动窗口检测舰船目标，并通过非极大值抑制消除重叠的窗口，得到最终检测结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。