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！

龙图腾网获悉中国科学院空天信息创新研究院申请的专利一种复杂场景下的视频SAR动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：CN115311572B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202211120014.8，技术领域涉及：G06V20/10；该发明授权一种复杂场景下的视频SAR动目标检测方法是由尹钟政;任雨薇;郑明洁设计研发完成，并于2022-09-15向国家知识产权局提交的专利申请。

本一种复杂场景下的视频SAR动目标检测方法在说明书摘要公布了：本发明提供一种复杂场景下的视频SAR动目标检测方法，包括如下步骤：构建观测矩阵；提出矩阵分解模型；使用近端梯度法求解上述低秩稀疏分解模型；复合聚类分割提取运动轨迹区域；中值背景建模差分提取动目标；由上述步骤执行完毕所得二值图结果即为动目标检测结果。本发明采用结构稀疏范数能通过稀疏度量区分离散散点与微小目标，模型中引入结构稀疏范数能有效利用运动目标空间信息，因而有助于矩阵分解。同时，本发明使用自适应参数更新策略能动态调整低秩矩阵与稀疏矩阵的权重，避免初始参数设置不合理导致矩阵分解效果差。

本发明授权一种复杂场景下的视频SAR动目标检测方法在权利要求书中公布了：1.一种复杂场景下的视频SAR动目标检测方法，其特征在于，包括如下步骤： 步骤1：构建观测矩阵：选取视频SAR的帧像素的图像，对图像降噪并做直方图均衡处理，处理后的每帧图像矩阵重组为列向量，多帧拼接构建观测矩阵，所述观测矩阵M每一列为一帧，有，其中表示行列矩阵； 步骤2：提出矩阵分解模型：设定观测矩阵由低秩静态背景、稀疏前景、稀疏动态背景以及背景噪声构成，使用结构稀疏范数对稀疏前景的矩阵进行约束，所得的低秩稀疏分解模型如下式： ； 上式中，是的Frobenius范数，表示的范数，表示的核范数，权重参数，负责权衡低秩和稀疏矩阵间的比重，是调优参数，应用自适应参数更新策略，的设定如下式： ； 其中，median为中值运算，为调节系数； 所述结构稀疏范数为在每一帧图像上设计滑动窗口，并遍历全部像素点，计算全部窗口数据的范数的和作为稀疏度衡量结果，其定义式为： ； 上式中，是滑动窗口所覆盖的像素点，不同位置的窗口对应构成集合，为图像帧数，表示第帧图像中滑动窗口形成的像素点矩阵； 基于上述模型构建等效无约束问题如下式： ； 步骤3：使用近端梯度法求解上述低秩稀疏分解模型； 步骤4：复合聚类分割提取运动轨迹区域； 步骤5：中值背景建模差分提取动目标； 由上述步骤执行完毕所得二值图结果即为动目标检测结果。

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中国科学院空天信息创新研究院，其通讯地址为：100190 北京市海淀区北四环西路19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。