西北工业大学张艳宁获国家专利权
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!
龙图腾网获悉西北工业大学申请的专利一种基于场景分类的自适应CFAR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:CN119540738B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202411843035.1,技术领域涉及:G06V20/00;该发明授权一种基于场景分类的自适应CFAR检测方法是由张艳宁;张佳;张世周;苏小婷;符梦芹;王鹏;席庆彪设计研发完成,并于2024-12-13向国家知识产权局提交的专利申请。
本一种基于场景分类的自适应CFAR检测方法在说明书摘要公布了:本发明提供了一种基于场景分类的自适应CFAR检测方法,使用K‑means聚类算法和对输入的SAR图像进行场景分类,使用VI‑CFAR对分类得到的纯海域区域进行目标检测,使用显著性模型对临海区域进行CFAR检测。本发明有效地解决了传统CFAR算法在港口和陆地复杂背景中虚警率高、检测性能不稳定的问题,根据不同场景背景的复杂性优化检测参数,从而确保CFAR算法在海面杂波背景中依然能够维持恒定的虚警率,并显著提高目标检测的鲁棒性。有效区分图像中的海洋区域和陆地区域,并对陆地区域进行遮蔽处理。这一技术方案解决了传统CFAR检测算法在海面上检测船只时,受到陆地复杂背景干扰的问题。
本发明授权一种基于场景分类的自适应CFAR检测方法在权利要求书中公布了:1.一种基于场景分类的自适应CFAR检测方法,其特征在于包括下述步骤: 步骤1:使用K-means聚类算法和对输入的SAR图像进行场景分类; 通过聚类,将SAR图像分为内陆、临海、海域三种数据集,分别指陆地面积占图片的100%、0-100%、0%,得到三类图片后,筛选掉内陆的图像不进行目标检测,对海域的图像进行步骤2的目标检测,对临海的图像进行步骤3的目标检测; 步骤2:使用VI-CFAR对步骤1分类得到的海域区域进行目标检测; VI-CFAR采取的CFAR策略是通过VI值和MR值选择不同的均值类CFAR策略,其中单元平均恒虚警CA-CFAR将待检测单元周围的临近参考单元数据作平均处理,作为背景杂波功率估计以获得检测门限,适应于背景杂波平均的情况;单元最小选择恒虚警SO-CFAR采取选择前后半窗求和后的较小者再取平均作为背景杂波估计,防止背景估计偏大从而避免目标漏检;单元最大恒虚警GO-CFAR通过选择杂波功率较大的半窗参考单元取平均作为背景杂波估计,以改善杂波边缘处的虚警提升问题; 步骤3:使用显著性模型对步骤1得到的临海区域进行CFAR检测; 步骤3-1:使用SLIC算法进行超像素分割; 步骤3-2:生成显著图并进行海陆分割; 步骤3-2-1:对步骤3-1生成的每个超像素进行特征提取; 步骤3-2-2:计算显著性得分;映射到超像素中的每个像素;形成完整的显著图; 步骤3-2-3:将生成的显著图使用Otsu算法对图像进行二值化; 步骤3-2-4:使用Canny边缘检测算法进一步在二值图像中找到海陆分割线; 步骤3-2-5:通过区域填充技术,将检测出的陆地区域进行掩蔽处理; 步骤3-3:使用步骤2的VI-CFAR对屏蔽掉陆地干扰的临海inshore区域进行目标检测。
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北工业大学,其通讯地址为:710072 陕西省西安市友谊西路127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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励