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！

龙图腾网获悉长春理工大学申请的专利一种无人机载海面溢油探测系统、方法、设备、介质及产品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：CN120201263B 。

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：202510668373.4，技术领域涉及：H04N23/11；该发明授权一种无人机载海面溢油探测系统、方法、设备、介质及产品是由战俊彤;黄珊;付强;史浩东;杨硕;刘嘉楠;王祺;刘海英;李颖;姜会林设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本一种无人机载海面溢油探测系统、方法、设备、介质及产品在说明书摘要公布了：本申请公开了一种无人机载海面溢油探测系统、方法、设备、介质及产品，涉及海面溢油探测领域，该系统包括：偏振特性探测模块、图像融合模块和数据处理模块；偏振特性探测模块包括无人机和图像拍摄单元；图像拍摄单元与图像融合模块连接；图像融合模块与所述数据处理模块连接；无人机按照设定航行路线在设定位置悬停；图像拍摄单元在悬停时拍摄待探测海面的多模态图像，包括可见光强度图像、可见光偏振图像、红外强度图像和红外偏振图像；图像融合模块对多模态图像进行图像配准处理、辐射校正处理和图像融合处理，得到融合图像；数据处理模块确定融合图像的偏振度，从而根据偏振度确定溢油种类。本申请提高了海面溢油探测精度，降低了误报率。

本发明授权一种无人机载海面溢油探测系统、方法、设备、介质及产品在权利要求书中公布了：1.一种无人机载海面溢油探测系统，其特征在于，包括：偏振特性探测模块、图像融合模块和数据处理模块；所述偏振特性探测模块包括吊舱、无人机和图像拍摄单元；所述吊舱悬挂于所述无人机的正下方；所述图像拍摄单元放置于所述吊舱的内部；所述图像拍摄单元与所述图像融合模块连接；所述图像融合模块与所述数据处理模块连接； 所述无人机用于按照设定航行路线在设定位置悬停；所述图像拍摄单元用于在悬停时拍摄待探测海面的多模态图像；所述多模态图像包括可见光强度图像、可见光偏振图像、红外强度图像和红外偏振图像； 所述图像融合模块用于对所述多模态图像进行图像配准处理、辐射校正处理和图像融合处理，得到融合图像； 所述图像融合模块包括： 图像配准单元，用于对所述可见光强度图像、所述可见光偏振图像、所述红外强度图像和所述红外偏振图像进行配准，得到配准后的可见光强度图像、配准后的可见光偏振图像、配准后的红外强度图像和配准后的红外偏振图像； 图像预处理单元，用于对所述配准后的可见光强度图像、所述配准后的可见光偏振图像、所述配准后的红外强度图像和所述配准后的红外偏振图像进行辐射校正处理，得到校正后的可见光强度图像、校正后的可见光偏振图像、校正后的红外强度图像和校正后的红外偏振图像； 图像融合单元，用于利用残差网络，对所述校正后的可见光强度图像、所述校正后的可见光偏振图像、所述校正后的红外强度图像和所述校正后的红外偏振图像进行图像融合，得到融合图像； 将校正后的可见光强度图像与校正后的可见光偏振图像合并为2通道，校正后的红外强度图像与校正后的红外偏振图像同样合并为2通道，分别送入两条改进残差网络分支进行多尺度深度特征提取，并在输入层用2通道的卷积核替换原3通道卷积并冻结浅层部分卷积核；提取到的多尺度深层特征通过1×1卷积分别压缩至512通道后逐元素相加融合，引入ECA‑Net通道注意力和CBAM空间注意力模块以在通道维度和空间维度自适应分配特征权重，利用残差连接保留原始信息；接着采用逐层转置卷积上采样至目标分辨率并拼接残差网络各阶段的低层特征以增强纹理与边缘信息，最终通过3×3卷积输出融合图像； 所述数据处理模块用于确定所述融合图像的偏振度，从而根据所述偏振度确定溢油种类； 确定所述融合图像的偏振度，具体包括： 利用公式确定融合图像的偏振度；其中，DOLP为融合图像的偏振度；为镜面反射分量的系数； ； ；为漫反射系数；为漫反射分量； ；为散射分量的系数；为散射分量； ； Mijs为穆勒矩阵元；q为广义参数，用来确定广角散射；θi为入射方向的天顶角；θr为反射方向的天顶角；α为微面元法线与粗糙表面宏观法线之间的夹角；β为入射光与微面元法线的夹角；σ为物体表面粗糙度常数；τ为表征粗糙表面阴影的参数；Ω为表征遮挡效应的参数，为多次散射分量的系数；为单次散射分量的系数；M10、M00为穆勒矩阵中的元素；v为散射上表面的入射角；v0为散射上表面的出射角。

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长春理工大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路7089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。