中国航天科技创新研究院晁鲁静获国家专利权
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!
龙图腾网获悉中国航天科技创新研究院申请的专利基于多源SAR图像融合的深度神经网络目标识别系统及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:CN116912141B 。
龙图腾网通过国家知识产权局官网在2026-03-31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:202310866898.X,技术领域涉及:G06T5/50;该发明授权基于多源SAR图像融合的深度神经网络目标识别系统及方法是由晁鲁静;李晓飞;阎岩;李曜;李山山;张佳;鲍诺;王经委;龚星;李博遥;鹿明;陈远清;于上;张杰伟设计研发完成,并于2023-07-14向国家知识产权局提交的专利申请。
本基于多源SAR图像融合的深度神经网络目标识别系统及方法在说明书摘要公布了:本发明涉及一种基于多源SAR图像融合的深度神经网络目标识别方法:对多源SAR图像进行融合,弥补单张图像SAR图像无法拍摄到的图像信息,得到超清融合图像;采用深度神经网络识别模型,对超清融合图像进行SAR图像的目标识别。多源SAR图像融合方法,弥补了单张SAR图像由于拍摄方向上云雾、建筑等因素的遮挡而无法拍摄到的图像信息,实现了为深度神经网络目标识别方法提供特征丰富、清晰的输入图像,相比现有基于单一方向拍摄的图像进行图像识别的技术,具有更高的图像识别准确率。
本发明授权基于多源SAR图像融合的深度神经网络目标识别系统及方法在权利要求书中公布了:1.一种基于多源SAR图像融合的深度神经网络目标识别方法,其特征在于包括如下步骤: S1、对多源SAR图像进行融合,弥补单张图像SAR图像无法拍摄到的图像信息,得到超清融合图像; S2、采用深度神经网络识别模型,对超清融合图像进行SAR图像的目标识别; 所述多源SAR图像包括多方向、多方位、多尺度的SAR图像,多方向的SAR图像是指不同的相机从不同的角度拍摄的SAR图像,多方位的SAR图像是指同一相机以不同姿态拍摄的SAR图像,多尺度的SAR图像是指同一相机保持同一姿态在不同距离拍摄的不同像素尺寸的SAR图像; 所述步骤S1的具体方法如下: S1-1、获取多源SAR图像,将拍摄同一区域的多方向、多尺度的SAR图像进行坐标修正,统一到同一个坐标系下; S1-2、将多方向、多方位、多尺度的SAR图像统一调整为相同像素大小的待融合SAR图像; S1-3、通过卷积神经网络CNN提取待融合SAR图像中的图像特征,得到每张待融合SAR图像的特征图;所述特征图包括目标的形状特征和纹理特征; S1-4、将各张特征图采用融合规则网络进行图像特征级融合,得到超清融合图像; 所述图像特征级融合包括相邻图排序、关键特征点匹配和超清融合图像生成三个步骤: 相邻图排序:按照相邻特征图特征值距离之和最小的原则,对多张特征图进行排序,得到相邻特征图序列; 关键特征点匹配:将多个特征图进行特征点匹配和叠加处理,得到融合稠密特征图; 超清融合图像生成:对融合稠密特征图进行相邻像素点交叉检验、消除冗余信息、剔除外点、缝合盲区、采用全局颜色模型进行映射、暗角修正处理,得到超清融合图像; 相邻图排序的方法如下: S1a、随意选择一张特征图作为基准特征图,将基准特征图列入相邻特征图序列; S2a、将相邻特征图序列之外的特征图记为候选特征图; S3a、将每一张候选特征图与基准特征图的相似度,将与基准特征图相似度最小的候选特征图确定为基准特征图的相邻图; S4a、根据相似度从小到大依次排序作为相邻图排序依据,将基准特征图的相邻图列入相邻特征图序列中; S5a、选择基准特征图的相邻图,作为新的基准特征图,重复步骤S2a~步骤S5a,直到遍历完所有的特征图; 所述关键特征点匹配步骤如下: S1b、提取相邻特征图序列中所有像素特征值绝对值的累加和最大的特征图,作为参考特征图; S2b、提取参考特征图中的关键像素点,将其余像素点的特征值设为零,得到待匹配母版; S3b、提取相邻特征图序列中的另一张特征图,记为待匹配子板,将待匹配子板分别沿着上、下、左、右、四个方向按照预设步长进行滑窗处理,分别计算多张滑窗后的待匹配子板与待匹配母版的相似度,将与待匹配母版相似度最小的滑窗后的待匹配子板记为待匹配特征图; S4b、重新执行步骤S3b,直到遍历相邻特征图序列中剩余特征图,进入步骤S5b; S6b、将所有待匹配特征图与待匹配母版的特征值对应叠加在一起,生成融合稠密特征图。
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航天科技创新研究院,其通讯地址为:100094 北京市海淀区丰滢东路1号院6号楼101;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励