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！

龙图腾网获悉西安应用光学研究所申请的专利一种基于传统图像处理和深度学习相结合的枪焰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：CN117274776B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202311226828.4，技术领域涉及：G06V10/82；该发明授权一种基于传统图像处理和深度学习相结合的枪焰检测方法是由李明星;常伟军;周珂;王国聪;李超良;于跃;腾国奇;杨子建设计研发完成，并于2023-09-22向国家知识产权局提交的专利申请。

本一种基于传统图像处理和深度学习相结合的枪焰检测方法在说明书摘要公布了：本发明属于目标检测识别技术领域，公开了一种基于传统图像处理和深度学习相结合的枪焰检测方法，其包括以下步骤：S1：基于传统图像处理进行枪焰检测，利用枪焰图像的能量分布、时序特征约束初步挑选出疑似目标；S2：基于深度学习进行枪焰检测：采用深度学习进行建模，运用神经网络所具有的非线性映射特点来判别图像间的形态差异，识别真实枪焰目标。本发明可以提取出所有枪焰目标，但伴随大量虚警；通过深度学习技术再次过滤，可以在保证在保留枪焰目标的前提下剔除绝大多数虚警；由于深度学习只处理传统算法滤除后的少量目标，因此整体时间开销也较小。

本发明授权一种基于传统图像处理和深度学习相结合的枪焰检测方法在权利要求书中公布了：1.一种基于传统图像处理和深度学习相结合的枪焰检测方法，其特征在于，包括以下步骤： S1：基于传统图像处理进行枪焰检测，利用枪焰图像的能量分布、时序特征约束初步挑选出疑似目标； 步骤S1包括以下步骤： S11：差分提取所有瞬间有变化的疑似目标； S12：通过对疑似目标面积约束，去除大面积虚假目标； S13：通过对疑似目标能量分布进行高斯拟合，去除不符合高斯分布的虚假目标； S14：通过时序约束去除持续时间过长的虚假目标； 步骤S13中，给定一个疑似目标区域，即二维矩阵，以最大值为中心点，即高斯分布中心点值最大，将矩阵在原图中扩展为方阵，若超过原图边界则用0代替，得到疑似目标方阵A； 使用正态高斯函数生成与A同大小的高斯矩阵，并且对其进行归一化得到高斯核K； 对A与K做点乘后的方阵取模得到高斯拟合值X； 求A的均值方阵B，B的大小和A一致，B与A的非零元素位置相对应的元素设置为A的均值，通过取B与K点乘后的方阵的模得到B的高斯高斯拟合值Y，用X除于Y得到疑似目标的高斯拟合系数r，r越大说明该方阵分布越拟合高斯分布； 计算高斯拟合系数的公式为： 其中，N表示矩阵A不为零元素的个数，K表示正态高斯核； S2：基于深度学习进行枪焰检测； 采用深度学习进行建模，运用神经网络所具有的非线性映射特点来判别图像间的形态差异，识别真实枪焰目标。

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西安应用光学研究所，其通讯地址为：710065 陕西省西安市雁塔区电子三路西段九号；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。