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！

龙图腾网获悉南京理工大学申请的专利一种基于梯度强度特征融合和双重局部对比度计算的红外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：CN119068297B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411039286.4，技术领域涉及：G06V10/80；该发明授权一种基于梯度强度特征融合和双重局部对比度计算的红外小目标检测方法是由顾国华;丛雨婷;刘源;隋修宝;刘宇轩;王一红;白俊奇;郭伟兰;周圣航;李宁;姚哲毅设计研发完成，并于2024-07-31向国家知识产权局提交的专利申请。

本一种基于梯度强度特征融合和双重局部对比度计算的红外小目标检测方法在说明书摘要公布了：本发明公开了一种基于梯度强度特征融合和双重局部对比度计算的红外小目标检测方法，包括以下步骤：根据红外小目标特征对红外小目标图像分别提取强度和梯度信息并以相加的方式融合；在特征融合图的基础上进行双重多尺度局部对比度计算，并分别通过最大池化操作得到两次多尺度局部对比度结果，再以相乘的方式进行融合；利用自适应阈值法对局部对比度融合图进行分割，提取红外小目标区域。本发明能够通过特征融合和局部对比度计算实现红外图像的小目标检测，有效提高红外小目标的鲁棒性，同时在检测性能和时间消耗上达到了最佳平衡。

本发明授权一种基于梯度强度特征融合和双重局部对比度计算的红外小目标检测方法在权利要求书中公布了：1.一种基于梯度强度特征融合和双重局部对比度计算的红外小目标检测方法，其特征在于，包括如下步骤： S1.根据红外小目标特征分别提取红外小目标图像的强度和梯度信息，再以相加的方式进行融合；具体步骤如下： S11.采用内窗口尺寸为n，外窗口尺寸为N的双窗口遍历整幅红外小目标图像并计算局部强度特征图； S12.采用Facet模型计算红外小目标图像中每个点在水平方向和垂直方向的梯度，得到红外梯度矢量图，再计算梯度的模，得到局部梯度特征图； S13.分别将步骤S11和步骤S12得到的局部强度特征图和局部梯度特征图进行归一化处理，再以相加的方式进行融合，最后标准化到0-255，得到特征融合图； S2.在特征融合图的基础上进行双重多尺度局部对比度计算，并分别通过最大池化操作得到两次多尺度局部对比度结果，再以相乘的方式进行融合； 所述步骤S2中，采用由九个大小相同的单元组成的局部窗口遍历步骤S1中获得的特征融合图像，其中心单元表示目标，其余8个单元表示周围背景；设每个单元的尺寸大小为，通过下式获得目标单元和背景单元的均值： ； ； 式中，g为中各个单元中每个像素的值，i表示单元内第i个像素，j表示第j个背景单元； 具体步骤如下： S21.分析目标与背景区域的局部差异，进行第一次局部对比度计算，再根据不同的目标尺寸，通过最大池化操作得到第一次多尺度局部对比度结果； 所述步骤S21中进行第一次多尺度局部对比度计算，计算方法如下： S21-1.利用下式选取均值最大的背景区域与目标区域进行差分计算，输出最小方向响应TB作为对比度差分结果： ； ； S21-2.通过下式采用非负约束先进行抑制，再通过平方计算进一步增强对比度差异： ； S21-3.根据小目标的尺寸大小，设置多尺度的尺寸为3、5、7、9、11，采取最大池化操作得到第一次多尺度结果： ； 式中，s表示第s个尺寸的值； S22.分析背景特点，进行第二次局部对比度计算，再根据不同的目标孤立程度，通过最大池化操作得到第二次多尺度局部对比度结果； 所述步骤S22中进行第二次多尺度局部对比度计算，计算方法 如下： S22-1.采用下式估计背景特征，计算背景不同方向差的标准差； ； ； S22-2.采用比值差分联合法，利用下式将背景特征估计值作为分母，再通过非负约束抑制背景区域，得到第二次局部对比度结果： ； 式中，g为中每个像素的值，设为0.0001； S22-3.根据小目标的孤立程度，设置多尺度的尺寸为3、5、7、9、11，采取最大池化操作得到第二次多尺度结果： ； S23.将两次多尺度结果以相乘的方式进行融合，得到局部对比度融合图； S3.采用自适应阈值法对局部对比度融合图进行分割，提取红外小目标区域。

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南京理工大学，其通讯地址为：210014 江苏省南京市玄武区孝陵卫街道孝陵卫街200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。