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！

龙图腾网获悉浙江大学申请的专利一种基于GoDec的红外小目标检测方法及装置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：CN116664865B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310562490.3，技术领域涉及：G06V10/44；该发明授权一种基于GoDec的红外小目标检测方法及装置是由厉小润;骆源;陈淑涵;王晶设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于GoDec的红外小目标检测方法及装置在说明书摘要公布了：本发明公开了一种基于GoDec的红外小目标检测方法及装置。包括：1由热红外图像序列构造红外时空张量并将以时间维展开，得到重构矩阵2对执行奇异值分解，确定背景成分的低秩约束；3基于红外图像由低秩背景成分和非背景成分组成的假设，以最小化WelschM估计非背景成分为目标，建立基于GoDec的分解模型；4设计优化求解算法以获取非背景成分矩阵5设计信息过滤器来去除非中的噪声，获得纯净的稀疏目标矩阵并将的每一行重构为与原始红外图像尺寸一致的图像矩阵T，得到目标检测结果序列T，实现热红外小目标检测。本发明能有效抑制背景、增强目标，提升红外小目标的检测性能。

本发明授权一种基于GoDec的红外小目标检测方法及装置在权利要求书中公布了：1.一种基于GoDec的红外小目标检测方法，其特征在于，包括如下步骤： 步骤1：对于原始热红外图像序列，堆叠连续的图像帧，构造红外时空张量并将该时空张量以时间维度展开，获得一新的重构矩阵 步骤2：对重构矩阵进行奇异值分解，通过得到的奇异值矩阵来自适应获得背景成分的秩r； 步骤3：以最小化WelschM估计非背景成分为目标，利用步骤2中的秩r，建立基于GoDec的矩阵分解模型； 所述的步骤3具体为： 对GoDec算法进行改进，以重构矩阵作为对象，基于重构矩阵由低秩背景成分和非背景成分组成的假设，以最小化WelschM估计非背景成分为目标函数，低秩稀疏张量分解模型改进为如下矩阵分解模型： 其中，表示低秩背景成分矩阵，表示非背景成分矩阵，r为步骤2中确定的背景成分的秩，表示非背景成分矩阵的WelschM估计，gσ·表示以σ为标准差的高斯核函数，rank表示秩计算算子； 步骤4：基于二半次优化理论，设计模型优化求解算法，通过交替求解法求解基于GoDec的矩阵分解模型以获取非背景成分矩阵 步骤5：设计信息过滤器，通过去除非背景成分矩阵中的噪声成分，筛选出候选目标像素点，得到纯净的目标矩阵并将该目标矩阵的每一行重构为与原始红外图像尺寸一致的图像矩阵T，由此得到红外小目标检测结果序列，实现热红外小目标检测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。