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！

龙图腾网获悉浙江海洋大学申请的专利声呐图像的墙体识别方法、系统、设备及存储介质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：CN120219939B 。

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：202510487663.9，技术领域涉及：G06V20/05；该发明授权声呐图像的墙体识别方法、系统、设备及存储介质是由温程远;蔡嘉麒;裘文汇;孙健哲;刘佳;祝捍皓设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本声呐图像的墙体识别方法、系统、设备及存储介质在说明书摘要公布了：本申请涉及声呐技术领域，揭示了一种声呐图像的墙体识别方法、系统、设备及存储介质，其中方法包括：将目标声呐图像数据输入预训练的异常检测模型进行每个像素点是否为墙体的分类预测，得到墙体识别结果；异常检测模型的训练步骤包括：获取训练数据，采用训练数据，对初始模型进行每个像素点是否为墙体的分类预测的训练，得到异常检测模型，初始模型采用基于卷积神经网络的异常检测网络，训练数据包括：声呐图像样本数据和目标标签矩阵。本申请的异常检测模型直接对每个像素点进行是否为墙体的分类的识别，通过像素级分类能够更精准地识别墙体，更细致地勾勒出墙体的轮廓，精确展现墙体的各种细节，提高了墙体识别的准确性。

本发明授权声呐图像的墙体识别方法、系统、设备及存储介质在权利要求书中公布了：1.一种声呐图像的墙体识别方法，其特征在于，所述方法包括： 获取目标声呐图像数据； 将所述目标声呐图像数据输入预训练的异常检测模型进行每个像素点是否为墙体的分类预测，得到墙体识别结果； 其中，所述异常检测模型的训练步骤包括：获取训练数据，采用所述训练数据，对初始模型进行每个像素点是否为墙体的分类预测的训练，得到所述异常检测模型，所述初始模型采用基于卷积神经网络的异常检测网络，所述训练数据包括：声呐图像样本数据和目标标签矩阵； 所述获取训练数据的步骤之前，还包括： 获取声呐回波信号样本数据； 根据所述声呐回波信号样本数据进行二维图像矩阵重塑、归一化处理、jet颜色图处理、可视化及基于可视化获取异常点标记，得到每个墙体对应的墙体坐标集； 根据每个所述墙体坐标集，生成多次多项式方程； 根据所述声呐回波信号样本数据和各个所述多次多项式方程，生成二维标签矩阵； 对所述二维标签矩阵进行标签扩展，得到所述目标标签矩阵。

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浙江海洋大学，其通讯地址为：316022 浙江省舟山市定海区临城街道海大南路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”。

以上内容由龙图腾AI智能生成。