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！

龍圖騰網獲悉廣州大學申請的專利基于局部穩定特征點的快速目標檢測方法及系統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：CN116129187B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202310121964.0，技術領域涉及：G06V10/764；該發明授權基于局部穩定特征點的快速目標檢測方法及系統是由彭紹湖;林煜桐;謝翔;林煥然;劉浩懷;唐春明;彭凌西設計研發完成，并于2023-02-15向國家知識產權局提交的專利申請。

本基于局部穩定特征點的快速目標檢測方法及系統在說明書摘要公布了：本發明公開了基于局部穩定特征點的快速目標檢測方法及系統，屬于圖像處理和目標定位領域。本發明通過在目標圖像中構建網格，根據圖像網格內梯度大小劃分為高梯度網格和低梯度網格，并在兩種網格分別篩選局部穩定特征點，后續將使用這些特征點進行灰度對比來獲得代表候選窗口的二進制編碼特征和判斷窗口內目標的旋轉角度。本方法通過使用大間隔的候選窗口來減少檢測的計算量，通過預處理對目標圖像旋轉后提取編碼特征訓練來實現目標檢測算法的旋轉不變性。本發明在應對目標旋轉情況其檢測計速度以及檢測結果的窗口繪制都會比現有算法更優。

本發明授權基于局部穩定特征點的快速目標檢測方法及系統在權利要求書中公布了：1.一種基于局部穩定特征點的快速目標定位系統，其特征在于，所述系統包括： 候選窗口構建模塊，根據目標圖像大小計算得到候選窗口大小，并生成預處理使用的逐個像素為移動步長的候選窗口和檢測過程中使用的多個像素為間隔的候選窗口； 局部穩定特征點篩選模塊，在目標圖像上構建網格區域，根據網格內圖像梯度情況劃分為高梯度區域和低梯度區域，在兩個區域內分別篩選固定數量的局部穩定特征點，并且特征點分別存儲為基于候選窗口內的相對坐標； 正負樣本劃分模塊，在目標所在圖像上使用候選窗口構建模塊生成的逐個像素為步長的候選窗口和目標所在窗口進行重疊度計算，根據重疊度大小劃分正負樣本，并計算所有正樣本窗口內圖像的方差值大小，統計得到最大和最小的方差值作為后續的方差范圍； 后驗概率分類訓練模塊，所述后驗概率分類訓練模塊訓練的特征主要分為正樣本特征、旋轉正樣本特征和負樣本特征，正樣本特征的提取是直接在目標所在圖像上使用局部穩定特征點在正樣本窗口內圖像上進行灰度對比來提取編碼特征，旋轉正樣本特征在灰度對比前會對窗口內圖像進行多次旋轉操作，每次旋轉后會都會進行一次特征提取，負樣本特征在提取前會對負樣本窗口內圖像進行一次方差計算，計算得到的方差不在方差范圍的將不進行特征提取，在獲得正負樣本特征后打亂后依次進行后驗概率分類模塊的訓練； 后驗概率分類修正模塊，分別在正負樣本特征中隨機提取一半作為測試集，在后驗概率分類模塊中使用局部穩定特征點分別進行特征提取，使用負樣本測試集中得到的最大后驗概率作為模塊的閾值，并重復訓練正樣本訓練集直到所有的正樣本特征得到的后驗概率都能大于閾值； 角度判斷準備模塊，將局部穩定特征點篩選模塊中得到的兩對基于候選窗口的局部穩定特征點圍繞窗口中心做多次旋轉操作，并將每次旋轉后的特征點坐標存儲起來，目標所在窗口也進行相同的旋轉操作并存儲； 候選窗口內方差檢測模塊，對待搜索圖像進行積分圖和平方積分圖的建立，之后計算候選窗口內圖像的方差值大小，如果方差值不在目標方差范圍內則判斷該窗口內無檢測目標； 后驗概率分類檢測模塊，對窗口內圖像方差值符合方差范圍的候選窗口進行基于局部穩定特征點的灰度對比來得到代表窗口的數字編碼特征，并在后驗概率分類模塊中查詢該特征對應的后驗概率累加值，累加值大于模塊閾值的則判斷為窗口內存在目標對象； 目標旋轉角度判斷模塊，對于方差在方差范圍內和通過后驗概率分類模塊的候選窗口可判斷為窗口內圖像在圖像對比度和灰度分布兩個標準上達到要求，對每個存在目標對象的候選窗口依次使用各個角度的局部穩定特征點和目標圖像進行灰度匹配，統計每個角度灰度匹配的特征點數量，數量最多的作為窗口內目標的旋轉角度，并以該角度為標準重新修正候選窗口。

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廣州大學，其通訊地址為：510006 廣東省廣州市大學城外環西路230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”。