咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN201810492792.7 | 专利名称： | 基于深度卷积神经网络模型的SAR图像目标形状生成方法 |
| 申请日： | 2018-05-22 | 申请/专利权人 | 浙江理工大学 |
| 专利类型： | 发明 | 地址： | 浙江省杭州市江干区下沙2号大街928号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06T5/50 分类检索 |
| 公开/公告日： | 2018-10-19 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN108681999A | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 30 | 所属领域： | 计算机视觉 深度卷积神经网络专利转让搜索 |
摘 要：本发明公开了基于深度卷积神经网络模型(DCNN)的合成孔径雷达(SAR)图像目标形状生成方法。本发明目的是为了克服SAR图像中的乘性相干斑噪声和目标强度的非同质性变化等内在性特点，以提高SAR图像目标形状生成的准确性。该方法的首先设计深度卷积神经网络算法，并制定迭代区域合并算法，以获取目标形状初始化机制，然后设计基于稀疏表示的目标形状生成算法，以获取更加精确的目标形状生成结果。本发明有效的解决了SAR图像目标性状的生成问题，提高了SAR图像目标形状生成的准确性。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 2022/05/31 | 授权 | |
| 2018/11/13 | 实质审查的生效 | IPC(主分类): G06T 5/50 专利申请号: 201810492792.7 申请日: 2018.05.22 |
| 申请号 | 专利名称 | 发布日期 |
| 2020108799681 | 【发明】一种多补丁匹配的金相图修复方法及装置 | 2025/09/17 |
| 2020115737406 | 【发明】一种基于两级反射光消除网络的图像反射光去除方法 | 2025/09/15 |
| 2023100033381 | 【发明】基于多特征融合的人脸图像局部增强方法 | 2025/09/15 |
| 2022117001237 | 【发明】基于深度去噪器的压缩红外图像复原方法 | 2025/09/15 |
| 2023110565036 | 【发明】一种新型陷波滤波器去除光纤图像网格的方法 | 2025/09/11 |
| 2019106517156 | 【发明】图像处理方法、装置及设备、存储介质 | 2025/09/10 |
| 202411184244X | 【发明】用于图像数据处理的神经网络应用系统 | 2025/09/08 |
| 2020107361966 | 【发明】一种数据融合方法及电子设备 | 2025/08/25 |
| 2022112471467 | 【发明】使用时空Transformer网络进行视频修复的方法 | 2025/08/22 |
| 2025102882122 | 【发明】一种基于深度学习的矿井图像处理方法 | 2025/08/22 |
