買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國科學院空天信息創新研究院申請的專利基于空時張量的紅外場景時敏弱小目標檢測方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114782789B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210150629.9，技術領域涉及：G06V20/00；該發明授權基于空時張量的紅外場景時敏弱小目標檢測方法及裝置是由馬亞朋;劉雨菡;潘宗序;胡玉新;韓冰設計研發完成，并于2022-02-14向國家知識產權局提交的專利申請。

本基于空時張量的紅外場景時敏弱小目標檢測方法及裝置在說明書摘要公布了：本發明公開了一種基于空時張量的紅外場景時敏弱小目標檢測方法及裝置，能夠解決復雜且不滿足低秩假設的場景中的時敏紅外弱小目標檢測問題的技術問題。該方法包括：構建用于求解紅外圖像的低秩背景成分信息與稀疏目標成分信息的第一問題模型；基于紅外圖像的角點信息及邊緣信息，確定紅外圖像的先驗權重，將所述第一問題模型轉換為第二問題模型；采用時空局部取樣的方式構建低秩稀疏矩陣，得到所述原始紅外圖像對應于第二問題模型的張量；將待處理的紅外圖像的張量代入所述第二問題模型，分離出待處理的紅外圖像的低秩矩陣信息代表的背景成分與稀疏成分信息代表的目標成分；將所述目標成分作為目標圖像，將所述目標圖像進行處理，得到檢測結果。

本發明授權基于空時張量的紅外場景時敏弱小目標檢測方法及裝置在權利要求書中公布了：1.一種基于空時張量的紅外場景時敏弱小目標檢測方法，所述時敏弱小目標，其中弱小目標是指像素在2x2到9x9范圍內的目標，或像素面積不超過圖像的0.15％的目標，時敏目標是指目標狀態是變化的，其特征在于，所述方法包括以下步驟：步驟S1：構建紅外圖像模型，所述紅外圖像模型用于表征紅外圖像的背景和目標；基于所述紅外圖像模型，構建用于求解紅外圖像的低秩背景成分信息與稀疏目標成分信息的問題模型，記為第一問題模型；步驟S2：基于紅外圖像的角點信息及邊緣信息，為所述角點信息和所述邊緣信息賦予不同的權重，確定紅外圖像的先驗權重；基于所述先驗權重進行先驗權重信息提取，將所述第一問題模型轉換為第二問題模型；步驟S3：獲取待處理的紅外圖像序列，對所述待處理的紅外圖像序列的每一個紅外圖像：將該紅外圖像作為原始紅外圖像，基于所述原始紅外圖像和對所述原始紅外圖像賦予不同權重后的顯著性圖像采用時空局部取樣的方式得到所述原始紅外圖像對應于第二問題模型的張量；步驟S4：對所述待處理的紅外圖像序列的每一個紅外圖像：將所述待處理的紅外圖像的張量代入所述第二問題模型，并對所述第二問題模型進行優化求解，分離出待處理的紅外圖像的低秩矩陣信息代表的背景成分與稀疏成分信息代表的目標成分；步驟S5：將所述目標成分作為目標圖像，將所述目標圖像進行處理，得到檢測結果；所述紅外圖像模型為D＝B+T+N其中，D、B、T、N∈Rm*n*k，分別代表輸入的圖像張量、背景張量、目標張量和噪聲張量，m為第一維度大小，n為第二維度大小，k為第三維度大小，R為實數集；基于所述紅外圖像模型，構建用于求解紅外圖像的低秩背景成分信息與稀疏目標成分信息的問題模型，記為第一問題模型，所述第一問題模型為： 其中，rank為張量的秩，即非零奇異值的個數，λ為懲罰因子，是一個正數，||T||0為目標的L0范數；局部先驗權重WPx,y為： 其中，a為角點指示器的權重，b為邊緣指示器的權重，x,y為圖像中像素的坐標，C為角點指示器，E為邊緣指示器；歸一化后的局部先驗權重為其中，wmin、wmax代表全部局部先驗權重WPx,y中的最小值、最大值；加權W為：W＝Wsw*Wrec其中，Wrec是歸一化后的局部先驗權重相應元素的倒數，c是一個非負的常數，ε是小于預設閾值的正數，T表示第k次分解的目標分量；則所述第二問題模型為： 其中，代表哈德瑪積，||B||LPTNN為基于拉普拉斯算子的背景秩的近似替代，λ為懲罰因子，為目標圖像與加權W的哈德瑪積。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院空天信息創新研究院，其通訊地址為：100190 北京市海淀區北四環西路19號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。