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！

龙图腾网获悉中国地质大学(武汉)申请的专利基于物理先验多尺度融合的水下声呐图像分割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：CN121259337B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511804149.X，技术领域涉及：G06V10/26；该发明授权基于物理先验多尺度融合的水下声呐图像分割方法是由王春晓;刘玥;宫勋;李传涛;徐艳;周智伟设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本基于物理先验多尺度融合的水下声呐图像分割方法在说明书摘要公布了：本发明涉及图像处理与计算机视觉技术领域，尤其是提供了种基于物理先验多尺度融合的水下声呐图像分割方法。该方法包括通过物理先验生成模块PPGM对原始声纳图像进行处理，施加声学传播约束以生成增强图像；将增强图像输入至频率自适应模块FAM，提取高频子带和低频子带信息，获得增强后的特征；通过主干编码器SAM中不同编码层Transformer，对原始声纳图像提取初始语义特征后，与增强图像进行融合，获得优化后的特征；将增强后的特征和优化后的特征分别输入到多源多尺度融合解码器中进行多尺度重建和掩码预测，得到分割结果，该方法实现了对复杂水下场景的高精度分割。

本发明授权基于物理先验多尺度融合的水下声呐图像分割方法在权利要求书中公布了：1.一种基于物理先验多尺度融合的水下声呐图像分割方法，其特征在于，所述方法包括： 步骤1、通过物理先验生成模块PPGM对原始声纳图像进行处理，施加声学传播约束以生成增强图像； 步骤2、将增强图像输入至频率自适应模块FAM，提取高频子带和低频子带信息，获得增强后的特征； 步骤3、通过主干编码器SAM中不同编码层Transformer，对原始声纳图像提取初始语义特征后，与增强图像进行融合，获得优化后的特征； 步骤4、将增强后的特征和优化后的特征分别输入到多源多尺度融合解码器中进行多尺度重建和掩码预测，得到分割结果； 所述步骤3包括： 引入阴影感知适配器SAA，其由瓶颈转换层和阴影过滤模块SFM两个关键组件组成；瓶颈转换层采用下采样、非线性、上采样的投影结构，以最小的参数开销实现特征细化；给定来自编码层Transformer的初始语义特征和增强图像，首先，将增强图像输入线性层，并通过阴影过滤模块SFM计算动态的通道注意力掩码M，其定义为： ； 其中，；表示SFM的输入，；表示可学习的权重矩阵； 生成的通道注意力掩码M用于对特征地图进行加权抑制，得到去阴影后的特征： ； 其中，表示逐个元素相乘； 将沿通道维度划分为多个子块，以满足；，B表示批次大小，N表示空间令牌计数，D表示特征维度； 每个子块在独立的分支中进行特征建模，其定义为： ； 其中，，为当前的前馈神经网络MLP分支的线性变换权重；表示激活函数； 所有分支的输出通过串联操作组合成一个完整的表示形式： ； 其中，Concat表示融合； 最后，在瓶颈转换层对原始声纳图像依次经过Transformer中的层归一化和多头自注意力机制提取到的初始语义特征F和阴影过滤模块SFM的输出s进行压缩和重构，得到SAA的输出，其定义为： ； 其中，和分别表示瓶颈转换层上采样和下采样的权重；。

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地质大学(武汉)，其通讯地址为：430200 湖北省武汉市洪山区鲁磨路388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。