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！

龙图腾网恭喜江南大学申请的专利一种基于分解的两目标模糊变化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：CN114331897B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202111658949.7，技术领域涉及：G06T5/70；该发明授权一种基于分解的两目标模糊变化检测方法是由方伟;席超;陆恒杨;孙俊;吴小俊设计研发完成，并于2021-12-31向国家知识产权局提交的专利申请。

本一种基于分解的两目标模糊变化检测方法在说明书摘要公布了：本发明公开了一种基于分解的两目标模糊变化检测方法，属于遥感图像检测技术领域。所述方法对SAR图像进行变化检测时，将变化检测任务分解为保留细节和去除噪声两个子问题。通过对保留细节和去除噪声两个目标的分析，使用log‑mean算子得到了更高质量的保留细节差分图像。利用同态滤波和显著性检测，获得更加有效的去噪差分图像。使用FLICM构建不同的目标模型，同时利用MOEAD方法对这两个目标同时进行优化。新的隶属度更新方法充分考虑了不同目标之间的平衡，生成了更优的最终变化检测图。通过在四个不同数据集上进行实验证明了本申请方法在复杂噪声干扰的SAR图像中具有更强大的检测性能。

本发明授权一种基于分解的两目标模糊变化检测方法在权利要求书中公布了：1.一种基于分解的两目标模糊变化检测方法，其特征在于，所述方法包括：步骤一：获取在同一地理区域的两个不同时期的SAR图像，并对图像进行预处理；步骤二：对预处理后的图像分别使用log-mean算子获得保留细节差分图像，使用同态滤波与显著性检测相结合的方式，获得去噪差分图像；步骤三：分析保留细节差分图像和去噪差分图像中所包含的信息，从去除噪声和保留细节两个角度构建两目标变化检测模型，使用基于局部空间信息的模糊聚类目标函数分别作为两目标的代价函数；步骤四：通过不同的权重分配，权衡目标对最终分析结果的影响，使用基于分解的多目标演化计算方式对两个目标进行优化；步骤五：结合基于分解的多目标权重分配方式，使用新的模糊隶属度更新公式，通过种群迭代自主调节每个像素的隶属度值，从而确定每个像素点的分类属性，得出变化检测结果图像；将步骤一获得的预处理的两张SAR图像表示为X1＝{P1a，b|1≤a≤H，1≤b≤W}，和X2＝{P2a，b|1≤a≤H，1≤b≤W}，Pa，b代表坐标a，b处的像素值，H和W分别表示原始SAR图像的高度和宽度；所述步骤二中使用log-mean算子获得保留细节差分图像，包括：DIdetail＝mean|logX2+1-logX1+1|其中，mean代表均值滤波操作，log代表对数比算子；所述步骤二中使用同态滤波与显著性检测相结合的方式，获得去噪差分图像，包括：同态滤波通过对数比率算子将乘性噪声转换为加性噪声，然后将图像信号从时域转换到频域进行处理；滤除噪声后，重构信号，并使用其指数获得初始去噪图像；利用对数比算子对初始去噪图像进行差分运算，获得初始去噪差分图像DIx；利用显著性检测来寻找图像中的显著性区域：利用伽马矫正对DIx进行图像增强，之后对增强后的初始去噪差分图像DIx进行傅里叶变换，得到其振幅谱Ff与对数谱Lf：Lf＝logFf使用一个3*3的局部均值滤波器hhf和Lf来获得图像的均值对数光谱Af：Af＝hf*Lf之后根据下式获得光谱残差Rf：Rf＝Lf-Af然后进行逆傅里叶变换，从而获得显著性区域；依据显著性区域来选择是否保留位置在x处区域的像素值： 从而得到去除噪声的差分图像DIdenoise。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。