Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国海洋大学王子豪获国家专利权

中国海洋大学王子豪获国家专利权

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!

龙图腾网获悉中国海洋大学申请的专利一种基于元启发式姿态估计的水下距离选通动态成像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:CN121522662B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610051941.0,技术领域涉及:G01S17/89;该发明授权一种基于元启发式姿态估计的水下距离选通动态成像方法是由王子豪;郭金家;魏自浩;董路;管帅设计研发完成,并于2026-01-15向国家知识产权局提交的专利申请。

一种基于元启发式姿态估计的水下距离选通动态成像方法在说明书摘要公布了:本发明公开了一种基于元启发式姿态估计的水下距离选通动态成像方法,涉及水下成像技术领域,包括:搭建水下距离选通激光成像系统,通过同步控制激光发射、扫描与门控曝光,获取连续的时空匹配的原始扫描图像序列;从原始扫描图像序列中选取参考帧并确定有效成像区域,采用六自由度位姿参数建模帧间刚体运动,构建以灰度均方误差为基础的全局优化目标函数;设计自适应加权像素损失函数,通过归一化灰度与梯度信息为像素分配权重,抑制高亮区域影响。本发明将元启发式优化思想应用于水下距离选通激光成像的6D位姿估计问题,基于PSO构建了一种适用于高稀疏、高约束场景的6D姿态优化框架,克服了特征点稀缺和数据集不足的根本性挑战。

本发明授权一种基于元启发式姿态估计的水下距离选通动态成像方法在权利要求书中公布了:1.一种基于元启发式姿态估计的水下距离选通动态成像方法,其特征在于,包括以下步骤: S1:搭建水下距离选通激光成像系统,通过同步控制激光发射、扫描与门控曝光,获取连续的时空匹配的原始扫描图像序列; S2:从原始扫描图像序列中选取参考帧并确定有效成像区域,采用六自由度位姿参数建模帧间刚体运动,构建以灰度均方误差为基础的全局优化目标函数; S3:设计自适应加权像素损失函数,通过归一化灰度与梯度信息为像素分配权重,抑制高亮区域影响,具体包括: 对当前帧与参考帧的像素灰度进行归一化处理,消除不同帧间的灰度分布偏移; 基于归一化灰度值与梯度幅值构建指数衰减型自适应权重,抑制高亮区域权重、增强边缘区域权重; 将自适应权重引入像素级损失计算,构建自适应加权像素损失函数; 所述的数学定义可表示为: ; ; ; ; ; ; 式中:为自适应加权像素损失函数;为像素级自适应权重;,以及分别为常数参数;为像素归一化灰度值;为当前灰度值;为最大灰度值;为最小灰度值;是一个极小常数以防止除零;为像素梯度幅值;为全局梯度均值;为sigmoid函数;和分别代表Sobel算子的横向和纵向卷积核; S4:引入滚动核一致性损失函数,基于滑动窗口历史帧信息构建滚动累积核,约束当前帧与历史结构均值的一致性,抑制误差累积与全局漂移,具体包括: 采用滑动窗口保存最近帧的配准结果,并计算其平均灰度作为当前帧的历史结构参考; 通过加权更新方式构建滚动累积核,控制历史信息与当前帧的融合比例; 基于滚动累积核与当前帧之间的灰度差异,构建滚动核一致性损失函数,以抑制多帧误差累积与全局漂移; 所述继承了的计算方式,可表示为: 式中:为滚动核一致性损失函数值;为位姿变换矩阵;为有效像素数量;为像素级自适应权重;为当前时刻滚动累积核在像素处的灰度值;为经过位姿变换后,待配准帧在像素处的灰度值;为滑动窗口内最近帧的平均灰度;为滑动窗口长度;为第帧的灰度图像;为滑动窗口内的帧索引;为当前时刻的滚动累积核灰度值;为上一时刻的滚动累积核灰度值;为核更新速率控制参数; S5:融合自适应加权像素损失函数与滚动核一致性损失函数构建复合目标函数,采用粒子群优化算法在六维位姿空间内全局寻优,通过迭代更新粒子位置与速度,得到最优六自由度位姿矩阵实现高精度图像配准; S6:将优化得到的六自由度位姿矩阵应用于全序列扫描图像,统一映射至参考坐标系,并对配准后的序列进行灰度累加、归一化及亮度增强处理,生成水下动态融合成像结果。

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海洋大学,其通讯地址为:266100 山东省青岛市崂山区松岭路238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。

免责声明
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。