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！

龙图腾网获悉江苏科技大学申请的专利一种基于双目视觉的水上目标测距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：CN116399235B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310203778.1，技术领域涉及：G01B11/02；该发明授权一种基于双目视觉的水上目标测距方法是由张明;李红伯;徐维艳;束鑫;潘磊;王逊;王长宝设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于双目视觉的水上目标测距方法在说明书摘要公布了：本发明提供一种基于双目视觉的水上目标测距方法，可以通过双目视觉实现目标检测和测距，其方法包括：先通过双目相机进行标定，获取摄像头的内参参数和畸变参数；而后运用双目摄像头进行目标图像采集并进行标注，而后对图像进行校正；再根据水上实际作业，引入平滑标签，而后利用YOLOv5将采集的图片进行模型训练后选取最优模型；接着将SIFT与BRISK算法结合为改进算法SIFT‑BRISK，进行左右视图的特征点检测和匹配；最后计算目标与摄像机之间的距离。本发明能够使得工作人员在进行水上目标检测和测距时，可以获得更精准的检测，减少特征点描述符匹配时间，提升测距效率，为水上人员的工作提供更安全的环境和进行更高效的施工。

本发明授权一种基于双目视觉的水上目标测距方法在权利要求书中公布了：1.一种基于双目视觉的水上目标测距方法，其特征在于，包括以下步骤： 步骤1：对双目相机进行标定，获取摄像头的内参参数和畸变参数； 步骤2：运用双目摄像头进行目标图像采集并进行标注，而后通过步骤1中获取的内参参数和畸变参数对图像进行校正，构造水上目标数据集； 步骤3：根据水上实际作业实际情况，通过平滑标签在数据集中增加虚拟样本，使数据集的真实概率分布为： ； 式中，k为总分类类别；ε为均匀分布的噪声；i为当前样本数量；y为样本数量最多的目标样本数量； 用处理后的数据集对YOLOv5模型进行训练，选取最优模型； 其中，将YOLOv5模型的回归损失函数GIOU_Loss函数替换为CIOU_Loss函数，具体为： ； 式中，IOU是预测框和真实框的重叠度；ρ为中心点距离；b和bgt为两个框的中心点；c表示两个矩形框的闭包区域对角线的距离；α是比例平衡因子即权重系数；v是用来衡量两个矩形框相对比例的一致性；w和h为宽和高； 步骤4：将SIFT与BRISK算法结合为改进算法SIFT-BRISK，进行左右视图的特征点检测和匹配， 其中，利用SIFT算法对图像预处理、特征点检测、特征点定位；利用BRISK算法进行高斯滤波和获取SIFT-BRISK的特征点描述符； 其中，在获取特征点描述符时，在特征点附近将坐标轴旋转到特征点的主方向，旋转后邻域中像素新坐标与旧坐标的关系为： ； 式中，x、y为旧坐标；、为旋转后坐标；为旋转角度； 旋转后，先用BRISK算法对新采样区重新采样，再对重采样获取的点进行降维处理，最后在短距离子集中选择u个点对，并将它们作为关键特征点，用于生成SIFT-BRISK特征点描述子； 步骤5：根据步骤4中左右视图的特征点匹配的视差计算目标与摄像机之间的距离。

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江苏科技大学，其通讯地址为：212100 江苏省镇江市丹徒区长晖路666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。