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！

龙图腾网获悉中国人民解放军空军工程大学航空机务士官学校申请的专利一种基于特征融合的高动态多目标无人机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：CN114821377B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202210478900.1，技术领域涉及：G06V20/20；该发明授权一种基于特征融合的高动态多目标无人机检测方法是由刘聪;廖开俊;丁奇;史浩宇;朱宇;翟小花设计研发完成，并于2022-04-29向国家知识产权局提交的专利申请。

本一种基于特征融合的高动态多目标无人机检测方法在说明书摘要公布了：本发明提供一种基于特征融合的高动态多目标无人机检测方法，包括如下步骤：实时检测，获取影像；特征提取与特征融合；形态学操作；寻找目标轮廓；目标搜索；对检测中存在的多检测与漏检测进行误差补偿；根据检测与补偿的判断，输出目标。本发明主要针对跟踪多个运动目标交错运动时容易丢失目标或误检测的问题，对光照具有一定的鲁棒性，通过颜色空间转换提取目标原始二值图像，经中值和高斯滤波后，通过亮度检测判断其是否对滤波后二值图像进行形态学膨胀；之后对较为精确的目标二值图像进行边缘检测，得到其最小包围矩形框，逐帧检测后绘制颜色对应的目标对应的运动轨迹，完成多目标的视频识别。

本发明授权一种基于特征融合的高动态多目标无人机检测方法在权利要求书中公布了：1.一种基于特征融合的高动态多目标无人机检测方法，其特征在于：包括如下步骤： 步骤1：实时检测，获取影像； 步骤2：特征提取与特征融合； 步骤3：形态学操作； 步骤4：寻找目标轮廓； 步骤5：目标搜索； 步骤6：对检测中存在的多检测与漏检测进行误差补偿； 步骤7：根据检测与补偿的判断，输出目标； 步骤5中的目标搜索包括如下步骤： 输入需要检测的飞机数目总数num； 根据数目选择检测函数； 寻找上述轮廓的每一个矩形框中心点centerPoint[i]，其中i为当前轮廓，并设置向量空间存储centerPoint； 寻找中心点坐标pointx[i]，y[i]并存储； 记录每一个轮廓中心的平均高度，并计算所有目标框的平均高度avH； 找到最大、最小目标框的y坐标： max.y＝max{centerPoint[i].y} min.y＝min{centerPoint[i].y}； 判断中心点位于整体图像的上方还是下方，即判断avH与图像高度rows2的大小，大于即下方，否则上方； 在步骤6中根据中心点位置与目标框数据判断是否需要进行误差补偿； 步骤6中，首先判断目标框数目与飞机数目的对比， 当目标框数目与无人机数目相等时： 判断目标框位置centerPoint[i].y是否都接近，即差值小于一定阈值； 判断其队形是否符合输入，即同一斜率存在三架飞机或两架飞机，依据飞机总数依次而定； 当满足上述两点要求时，将目标全部输出； 当目标框数目小于无人机数目时，即存在疑似漏检测： 统计目标框数目； 当目标框内中心点坐标pointx[i],y[i]与图像边界a，00，b1980，ba，1080，a∈0,1980b∈0,1080进行比较，当小于一定阈值时，判断存在因边界导致的部分飞机不在视野内，输出现有目标，边界数值可以因图像大小不同而变化； 当大于阈值时，统计每一个目标框，判断是否存在周围的目标框符合要求，即根据无人机队形，在三个方向存在同一斜率上飞机数目相同，判断某一位置缺失目标，即在缺失处补充新的目标框； 当目标框数目大于无人机数目时，即存在多检测： 目标框位置centerPoint[i].y小于一定阈值，合并紧挨着的目标框，视作同一目标，统计每一个目标框内中心点坐标pointx[i],y[i]周围目标框情况，将坐标靠近的目标框符合要求的目标保留，剔除距离目标群较远的疑似目标框。

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人民解放军空军工程大学航空机务士官学校，其通讯地址为：464000 河南省信阳市航空路23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。