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 > 应急管理部国家自然灾害防治研究院高绿洲获国家专利权

应急管理部国家自然灾害防治研究院高绿洲获国家专利权

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!

龙图腾网获悉应急管理部国家自然灾害防治研究院申请的专利基于红外和可见光图像融合的堤防异常目标对象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:CN121190846B

龙图腾网通过国家知识产权局官网在2026-04-24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:202511341831.X,技术领域涉及:G06T7/10;该发明授权基于红外和可见光图像融合的堤防异常目标对象检测方法是由高绿洲;张继远;王中根;孙洪泉;陈京;刘勇;李任之设计研发完成,并于2025-09-19向国家知识产权局提交的专利申请。

基于红外和可见光图像融合的堤防异常目标对象检测方法在说明书摘要公布了:本发明实施例提供一种基于红外和可见光图像融合的堤防异常目标对象检测方法,用于识别在堤防灾害场景中所需检测的堤防目标对象,方法包括:获取红外图像和可见光图像;采用特征匹配算法将红外图像和可见光图像进行配准;采用图像融合算法将经配准的红外图像和可见光图像进行融合以得到融合图像;迭代执行以下分割优化操作,直至均值漂移算法的目标函数的计算值最小,以获得融合图像的图像分割结果:采用均值漂移算法对融合图像进行分割以得到当前分割结果,根据当前分割结果确定目标函数的计算值,根据目标函数的计算值优化均值漂移算法的超参数。这种方案可以准确分割出尺寸小的堤防目标对象且可以克服过度分割的问题。

本发明授权基于红外和可见光图像融合的堤防异常目标对象检测方法在权利要求书中公布了:1.一种基于红外和可见光图像融合的堤防异常目标对象检测方法,其特征在于,用于识别在堤防灾害场景中所需检测的堤防目标对象,所述方法包括: 获取针对待测堤防区域采集的红外图像和可见光图像; 采用特征匹配算法将所述红外图像和所述可见光图像进行配准; 采用图像融合算法将经配准的所述红外图像和所述可见光图像进行融合以得到融合图像; 迭代执行以下分割优化操作,直至均值漂移算法的目标函数的计算值最小,以获得所述融合图像的图像分割结果: 采用所述均值漂移算法对所述融合图像进行分割以得到当前分割结果,根据所述当前分割结果确定所述目标函数的计算值,根据所述目标函数的计算值优化所述均值漂移算法的超参数; 其中,所述当前分割结果用于指示所述融合图像中的所述堤防目标对象的图像位置和对象类别,所述目标函数包括熵指数和惩罚项,所述熵指数用于指示所述当前分割结果中的对象类别的不确定性,所述惩罚项用于指示所述当前分割结果中所述对象类别的类别数量相对于预设的类别数量的超出程度; 其中,所述图像分割结果为在所述分割优化操作迭代完成时得到的所述当前分割结果;所述目标函数通过如下公式表示: 其中,JC,L表示所述目标函数,C表示所述当前分割结果中的簇的集合,C={c1,c2,……cM},M表示簇的数量,L表示所述当前分割结果中的各像素的标签的集合,L={l1,l2,……,lN},N表示标签的数量,EIC,L表示所述熵指数,HC,L表示条件熵,是指示函数,k表示第k个标签,v表示所述融合图像中的任一像素值v,CL表示标签L对应的簇的簇中心,pv|CL表示像素值为v的像素在标签L对应的簇中的出现频率,pv|CL0表示在标签L对应的簇中存在有像素值为v的像素,β表示预设系数,PC表示所述惩罚项,α表示所述预设的类别数量; 其中,每个簇表示一个对象类别对应的像素集合。

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应急管理部国家自然灾害防治研究院,其通讯地址为:100085 北京市海淀区安宁庄路1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。