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！

龙图腾网获悉东北师范大学申请的专利一种基于角点检测的无人机部位自动识别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：CN120976811B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511517748.3，技术领域涉及：G06V20/17；该发明授权一种基于角点检测的无人机部位自动识别方法是由王挺峰;周信生设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本一种基于角点检测的无人机部位自动识别方法在说明书摘要公布了：本发明涉及图像识别技术领域，具体提供一种基于角点检测的无人机部位自动识别方法，包括构建包括通道注意力机制的神经网络模型，获取多张无人机图像，并对无人机图像进行预处理和无人机部位标注，通过角点检测方法获取标注无人机部位后的无人机图像中的角点信息，并生成角点特征图，融合角点特征图与标注无人机部位后的无人机图像获得角点图像，再利用角点图像训练神经网络模型，将待检测目标图像输入训练后的神经网络模型，以识别待检测目标图像中的无人机部位。本发明增强了神经网络模型对复杂场景和噪声干扰的鲁棒性，实现了精确、高效的无人机部位自动识别。

本发明授权一种基于角点检测的无人机部位自动识别方法在权利要求书中公布了：1.一种基于角点检测的无人机部位自动识别方法，包括S1：构建一个具备通道注意力机制的神经网络模型，所述神经网络用于自动识别无人机部位；其特征在于，还包括： S2：获取多张无人机图像，标注所述无人机图像中的无人机部位； 利用角点检测方法，获取标注无人机部位后的所述无人机图像中的角点信息，依据所述角点信息生成角点特征图； 融合所述角点特征图与标注无人机部位后的所述无人机图像获得角点图像；所述融合方法为：将所述角点特征图作为第四通道，与标注无人机部位后的所述无人机图像的RGB三通道进行通道拼接，获得角点图像； 通过SIFT角点检测方法检测无人机图像中的角点信息，所述SIFT角点检测方法包括： Q1：将标注无人机部位后的所述无人机图像转换为无人机灰度图，对无人机灰度图进行归一化处理，获得无人机归一化图像； Q2：利用高斯差分金字塔来检测所述无人机归一化图像的尺度空间中的极值点；在高斯差分金字塔中计算每个像素点在其邻域内的极值点为： ， 其中，表示高斯函数，表示尺度参数，表示无人机归一化图像上像素点的空间坐标； 高斯差分的公式如下： ， 其中，和表示相邻尺度的高斯核标准差； Q3：采用二次函数拟合的方法定位所述极值点的位置和尺度，并去除掉极值点中对比度低于预设阈值的极值点和边缘响应点，将剩余极值点作为尺度稳定特征点； Q4：统计所述尺度稳定特征点邻域内尺度梯度的方向分布，为每个尺度稳定特征点分配主方向和辅方向，辅方向不唯一，一个尺度稳定特征点最多分配3个辅方向； 以尺度稳定特征点为中心，统计其邻域内梯度方向分布，形成直方图，直方图中最高柱对应的方向为主方向，若其他柱的幅值超过最高柱的80%，则作为辅方向；主方向作为尺度稳定特征点的最显著的方向，辅方向是对主方向进行修正，实际方向同时由主方向和辅方向确定； Q5：依据所述主方向，将所述尺度稳定特征点邻域的坐标系旋转至主方向，获得角点信息； 所述角点特征图生成方法为： 创建掩码图，且掩码图的大小与预处理后的无人机图像相同，将掩码图的所有像素值初始化为0： ； 再将掩码图中的所有角点信息对应的像素值设置成255： ， 其中，表示关键点，表示第个关键点的坐标；确定掩码图中的所有像素值后获得的二值图即为最终的角点掩码图像，角点掩码图像中像素值为0的是非角点信息区域，像素值是255的为角点信息区域，该角点掩码图像即为角点特征图； S3：利用所述角点图像训练所述神经网络模型； S4：将待检测目标图像输入训练后的所述神经网络模型，识别待检测目标图像中的无人机部位。

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东北师范大学，其通讯地址为：130000 吉林省长春市南关区人民大街5268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。