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！

龙图腾网获悉中国船舶重工集团公司七五0试验场申请的专利一种针对多类水下目标的图像识别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：CN115861783B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202211455901.0，技术领域涉及：G06V20/05；该发明授权一种针对多类水下目标的图像识别方法是由张高兴;林凡太设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本一种针对多类水下目标的图像识别方法在说明书摘要公布了：本发明涉及一种针对多类水下目标的图像识别方法。在使用支持向量机SupportVectorMachine,SVM对水下图像目标进行分类并识别时，将直推式支持向量机TransductiveSupportVectorMachine,TSVM和多分类支持向量机multi‑SVM结合使用建立一个双层结构的图像识别系统。首先利用TSVM构建的分类器根据目标几何性质进行初步分类，确定目标所属的集合该集合是样本集中的一个子集，由几何性质相似的多类样本组成，然后使用该集合相对应的multi‑SVM分类器根据目标的纹理特征进行分类，确认目标具体类别，实现目标识别。本方法减少了multi‑SVM学习的种类数量，减小目标种类数量对识别率的影响。

本发明授权一种针对多类水下目标的图像识别方法在权利要求书中公布了：1.一种针对多类水下目标的图像识别方法，其特征在于，包括以下步骤： S1，预处理；对获得的图片进行归一化、统一视觉效果；然后消除图片中的椒盐噪声；最后增强图片的对比度和清晰度； S2，提取纹理特征向量；根据S1处理后的图片，利用滑框和单元块提取HOG特征，作为纹理特征向量； S3，边缘检测；找出经过S1预处理后图片上目标的整体轮廓； S4，提取几何特征向量；通过简单形状描述符提取，以边缘检测的结果为依据，计算五个简单形状描述符放入一个的向量中，作为几何特征向量； S5，构建第一层分类器；对样本集中具有典型几何特征的几类样本添加标记，结合S4中得到的几何特征向量，利用TSVM进行学习训练和分类，得到由几何性质相似的多类样本组成的样本子集； S6，构建第二层分类器；根据S5中得出的样本子集建立multi-SVM分类器模型，结合S2中得出的纹理特征向量训练属于自己的多分类器； S7，图像识别；将几何特征向量代入S5构建的第一层分类器对目标进行分类，再将纹理特征向量代入S6构建的二层分类器完成识别； 所述步骤S5中先通过宏观了解，观察各类样本的几何形状，假设确定样本分为种几何形状，然后分别从每一类几何形状中选出一类具有典型代表性的样本，对它们进行标记以区分几何形状； 采用“一对一”结构建立TSVM的多类分类器，首先建立个普通SVM基础模型，采用高斯核函数和hinge损失函数，先对类已经标注的样本进行学习，得到一个多分类器，对其余未标注的样本指派一个伪标签；规定第类样本中的个样本被分类到种几何形状，我们依据如下公式确定第类样本的伪标签： 1 其中，，，为该类样本分入种几何形状中的数量，设 2 则第类样本属于第类几何形状，其中每个样本都标记为第类几何形状； 当所有样本都有了几何形状标记后，在优化目标方程式中添加对应于伪标记样本的松弛变量和对应系数： 3 其中，对应的是人为标记的样本，，对应的是伪标记的样本，为伪标记，初始设置时远大于，TSVM将采用局部搜索来迭代的寻求式3中的最优解，首先要找到可能标记错误的类，根据式2，给出公式4如下： 4 当与的差小于一个较小的整数： 5 此时认为该类样本可能标记错误，于是将该类样本几何形状标记为，然后再次带入式3寻求最优解，如此循环迭代的进行TSVM训练，在迭代过程中逐渐增大，直到，停止迭代；构建得到第一层分类器。

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中国船舶重工集团公司七五0试验场，其通讯地址为：650051 云南省昆明市盘龙区人民东路3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。