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！

龙图腾网获悉国家海洋环境监测中心申请的专利一种基于历史水边线与图像信息驱动随机游走的水边线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：CN120997243B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511508246.4，技术领域涉及：G06T7/13；该发明授权一种基于历史水边线与图像信息驱动随机游走的水边线检测方法是由宋德瑞;朱程;陶兢喆;李序春;王志杰;史晓非设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种基于历史水边线与图像信息驱动随机游走的水边线检测方法在说明书摘要公布了：本发明涉及海岸水边线检测技术领域，是一种基于历史水边线与图像信息驱动随机游走的水边线检测方法，包括：获取历史水边线及历史SAR图像，利用变化检测方法生成先验；构建水边线检测模型，通过最大化似然概率得到后验概率的类别标签；将类别标签与随机游走算法相结合，推断现阶段类别属性；将推断出的现阶段类别属性作为参考，求解当前水边线，实现随机游走的水边线检测。本发明解决了由于海岸带环境异常复杂动态，传统方法难以有效适应不同时间不同成像条件下的影像差异问题；以及如何有效利用历史信息来指导当前图像中水边线的高效检测问题。本发明可以充分利用历史水边线信息，对多种水边线的提取具有更好的适用性，提高检测效率和精度。

本发明授权一种基于历史水边线与图像信息驱动随机游走的水边线检测方法在权利要求书中公布了：1.一种基于历史水边线与图像信息驱动随机游走的水边线检测方法，其特征在于，包括： 获取历史水边线及历史SAR图像，利用变化检测方法生成先验； 所述利用变化检测方法生成先验，具体包括： 将历史SAR图像表示为，当前SAR图像表示为，对和进行变化检测的非线性映射为，则变化检测结果图像表示为； 假设向历史SAR图像的水边线两侧扩充尺寸为，则变化条带区域变为，采用大津法得到自适应阈值，对进行分割，得到分割结果； 构建水边线检测模型，通过最大化似然概率得到后验概率的类别标签；所述水边线检测模型，具体包括： 对于当前SAR图像，由图像像素表示为，表示第个像素，每个像素对应的标签为，表示海面，表示陆地；若已知某一像素属于海面和陆地标签的最大后验概率，则其应属于对应最大后验概率较大的类别标签，将后验概率表示为： 其中，为似然概率，为标签的先验概率，分母为常量，假设先验概率为均匀分布，则最大化后验概率相当于最大化似然概率，假设标签有个种子点，则似然概率表示为： 其中，是归一化常量，为像素分布，描述与标签关联程度；为标签概率，假设为的均匀分布，则似然概率表示为： 其中，表示标签为的第m个种子点； 将所述类别标签与随机游走算法相结合，推断现阶段类别属性；具体包括： 假设具有个像素的VV极化SAR图像，能够生成具有个节点的加权图，将加权图表示为，其中是节点的集合，是边的集合，为具有边连接的权重矩阵；在节点集合中任意一个节点表示图像中第个像素，在边集合中的任意一条边表示在节点的四邻域或八邻域中与节点的连接；在中的定义为： 其中，和分别为节点和节点所在块的均值，是控制参数； 采用类似Kim的假定，则似然概率的求和项表示为： 其中，为稳态概率，将稳态概率采用矢量表示为，则将基于变化检测的随机游走稳态概率定义为： 其中，c是介于0到1之间的权重因子，是历史SAR图像数据水边线两侧扩充之外区域的类别标签，U是当前节点到和中节点的转移概率；为行归一化转移矩阵，表示为： 其中，为对角阵，，，，包括两类标记，在历史SAR图像数据水边线两侧扩充之外采用，为区域的变化检测信息映射，将定义为： 其中，为归一化运算，为与历史SAR图像、变化和变化分割相关的指示器，定义为： 基于历史水边线拓展的条带区域内的历史海陆标签和变化检测程度推断现阶段类别属性； 将推断出的现阶段类别属性作为参考，求解当前水边线，实现随机游走的水边线检测。

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国家海洋环境监测中心，其通讯地址为：116000 辽宁省大连市沙河口区凌河街42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。