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！

龍圖騰網獲悉南京理工大學申請的專利基于SAR圖像的復雜艦船目標模型外形優化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：CN115346131B 。

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：202210957876.X，技術領域涉及：G06V20/13；該發明授權基于SAR圖像的復雜艦船目標模型外形優化方法是由丁大志;何姿;樊振宏;李猛猛;李璇;楊婕;何圓圓;姜夏宇設計研發完成，并于2022-08-10向國家知識產權局提交的專利申請。

本基于SAR圖像的復雜艦船目標模型外形優化方法在說明書摘要公布了：本發明公開了一種基于SAR圖像的復雜艦船目標模型外形優化方法，首先將目標初始模型用非均勻有理B樣條建模技術建模，得到模型的控制點坐標；然后對目標模型生成基于彈跳射線法的仿真圖像，比較仿真圖和實測圖來得到需要優化的控制點，將其設置為優化參量；利用蜂鳥優化算法更新優化參量，生成基于彈跳射線法的仿真圖像，計算其和目標圖像的相似度，作為蜂鳥優化算法里每個種群個體的適應值，判斷最優適應度值是否達到指標；若滿足指標或者迭代若干次后，種群內最優適應度值保持不變，輸出對應的模型以及控制點信息；若不符合，則繼續優化；最終得到和實測圖相似的仿真圖對應的目標模型。本發明能夠用來對目標模型外形進行優化。

本發明授權基于SAR圖像的復雜艦船目標模型外形優化方法在權利要求書中公布了：1.一種基于SAR圖像的復雜艦船目標模型外形優化方法，其特征在于，包括以下步驟： 步驟1、將初始模型用非均勻有理B樣條建模技術建模，得到模型的控制點坐標； 步驟2、對目標模型生成基于彈跳射線法的仿真圖像； 步驟3、比較仿真圖和實測圖來得到需要優化的控制點，將其設置為優化參量； 步驟4、利用蜂鳥優化算法更新優化參量，從而更新變化后的目標模型外形； 步驟5、生成基于彈跳射線法的仿真圖像，計算其和目標圖像的相似度； 圖像相似程度評估指標，具體如下： 結構相似性，即SSIM，從圖像構成的角度將結構信息定義為獨立于亮度和對比度的反映場景中目標結構的屬性，并將失真表征為亮度、對比度和結構三個不同因素的組合； SSIM指數如下： SSIMx,y＝lx,yα1·cx,yβ1·sx,yγ1 令α1＝β1＝γ1＝1，C3＝C22，則SSIM簡化得到下式 其中μx和μy分別是圖像x、y的平均像素強度，σx和σy分別是圖像x、y的標準差，σxy表示圖像x和y的協方差；令C1＝k1*L2，C2＝k2*L2，其中L表示圖像像素值的取值范圍； 復小波結構相似性是SSIM在復小波域的擴展； 母小波信號是低通濾波器的調制；其中，gu表示變化緩慢的對稱函數，ωc表示調制帶通濾波器的中心頻率；母小波經過各種縮放和平移生成小波簇： 其中ω·表示信號的小波變換形式，s∈R+是比例因子，p∈R是平移因子； 實信號xu的連續小波變換為： 其中Xω和Gω分別表示xu和gu的傅立葉變換結果；離散小波系數是連續小波變換的抽樣形式； 在復小波變換域中，比較的兩幅圖像的相同小波子帶內相同空間位置提取的兩組系數分別為cx＝{cx,i|i＝1,2,…N}和cy＝{cy,i|i＝1,2,…N}；CW-SSIM定義為： 為了使用CW-SSIM來比較兩張圖的相似程度，首先通過多尺度、多方向的可變金字塔來分解圖像；接下來滑動窗口遍歷各個小波子帶計算局部CW-SSIM，得到CW-SSIM映射矩陣；最后將映射矩陣通過加權求和生成最終的CW-SSIM；權重因子根據高斯分布獲得，函數的標準差等于金字塔最底層圖像的14大小； 步驟6、將步驟5中計算得到的相似度作為蜂鳥優化算法里每個種群個體的適應值，判斷最優適應度值是否達到指標；若滿足指標或者迭代若干次后，種群內最優適應度值保持不變，輸出對應的模型以及控制點信息；否則重復步驟4。

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理工大學，其通訊地址為：210094 江蘇省南京市孝陵衛200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”。