恭喜南京航空航天大學;海華電子企業(中國)有限公司徐帆獲國家專利權
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!
龍圖騰網恭喜南京航空航天大學;海華電子企業(中國)有限公司申請的專利一種濾波增強深度學習的被動式太赫茲圖像目標檢測方法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:CN113850725B 。
龍圖騰網通過國家知識產權局官網在2025-05-27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:202010684465.9,技術領域涉及:G06V10/25;該發明授權一種濾波增強深度學習的被動式太赫茲圖像目標檢測方法是由徐帆;黃旭揚;吳啟暉;陳朝暉;宋朋設計研發完成,并于2020-07-15向國家知識產權局提交的專利申請。
本一種濾波增強深度學習的被動式太赫茲圖像目標檢測方法在說明書摘要公布了:本發明公開了一種濾波增強深度學習的被動式太赫茲圖像目標檢測方法,涉及被動式太赫茲圖像目標檢測領域,其技術要點是:采用多尺度濾波去除樣本噪聲,采用多方位空間幾何變換,聯合生成多尺度濾波增強樣本;采用卷積神經網絡提取特征,訓練模型參數,進行深度學習訓練;對去噪樣本進行多通道特征預測,對多通道的預測結果進行融合,得到最終的目標檢測結果,該方法針對噪聲嚴重、目標大小不一、細節模糊的被動式太赫茲圖像,通過多尺度濾波模型改良YOLO深度學習網絡,不僅可以濾除嚴重的條紋噪聲,又可避免過度去噪導致的圖像細節丟失,從而實現被動式太赫茲圖像的高精度目標檢測。
本發明授權一種濾波增強深度學習的被動式太赫茲圖像目標檢測方法在權利要求書中公布了:1.一種濾波增強深度學習的被動式太赫茲圖像目標檢測方法,包括以下步驟:采用多尺度濾波去除樣本噪聲,采用多方位空間幾何變換,聯合生成多尺度濾波增強樣本;采用卷積神經網絡提取特征,訓練模型參數,進行深度學習訓練;對去噪樣本進行多通道特征預測,對多通道的預測結果進行融合,得到最終的目標檢測結果;所述采用多尺度濾波去除樣本噪聲,其中,鄰域像素值為fk,l,輸出圖像的像素值為gi,j,gi,j為鄰域像素值fk,l的加權值組合,其中i,j和k,l代表像素點的坐標,wi,j,k,l為等于空域核ws和值域核wr的乘積,其中σs和σr分別為空域和值域的濾波平滑參數,不同去噪閾值樣本lx與空域和值域的濾波平滑參數σs與σr的關系是lx=l0·wσs,σr,其中σs=x,σr=13x,分別取不同的x,x∈0,2],獲取多尺度去噪樣本,進行多尺度濾波增強;采用多方位空間幾何變換,聯合生成多尺度濾波增強樣本,包括對樣本圖像進行旋轉和翻轉處理,濾波增強后圖像的原始像素值坐標為x0,y0,圖像中心旋轉后得到的坐標為x1,y1,其中θ為逆時針旋轉的角度,圖像以y軸翻轉后的坐標為x2,y2,x2,y2=2w-x0,y0,其中w是圖像的寬度。
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南京航空航天大學;海華電子企業(中國)有限公司,其通訊地址為:210016 江蘇省南京市御道街29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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。