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！

龙图腾网获悉厦门大学申请的专利一种从未配对的真实数据中学习图像去摩尔纹模型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：CN116452463B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310669860.3，技术领域涉及：G06T5/60；该发明授权一种从未配对的真实数据中学习图像去摩尔纹模型方法是由纪荣嵘;钟云山;林明宝设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本一种从未配对的真实数据中学习图像去摩尔纹模型方法在说明书摘要公布了：一种从未配对的真实数据中学习图像去摩尔纹模型方法，涉及去摩尔纹的人工神经网络的训练。与大量依赖从成对的真实数据中学习的现有研究不同，该方法从未配对的数据集中合成伪摩尔纹图像，生成与无摩尔纹图像配对的图像对来训练去摩尔纹模型。包含以下三个步骤：首先，将真实的摩尔纹图像划分为若干图像块，并根据摩尔纹的复杂性对这些图像块进行分组；然后，引入一个新的摩尔纹生成框架，以合成类似于真实摩尔纹的具有不同摩尔纹特征的摩尔纹图像，以及类似于真实无摩尔纹图像的细节；之后，引入一种自适应去噪方法，以去除对去摩尔纹模型的学习有不利影响的低质量的伪摩尔纹图像。

本发明授权一种从未配对的真实数据中学习图像去摩尔纹模型方法在权利要求书中公布了：1.一种从未配对的真实数据中学习图像去摩尔纹模型方法，其特征在于包括以下步骤： 1图像预处理：将真实的摩尔纹图像划分为若干图像块，并根据摩尔纹的复杂性对这些图像块进行分组； 所述图像块进行分组是指将摩尔纹图像块集合分成K个子集，即有 其中每个子集包含相似复杂度的摩尔纹图像块，并且任意两个子集都是不相交的；所述摩尔纹的复杂性是由摩尔纹图像的频率和颜色信息组成；给定一个摩尔纹图像块 该摩尔纹图像块的频率由一个核大小为3的拉普拉斯边缘检测算子测量，该摩尔纹图像块的颜色信息是RGB色彩空间色彩平面中像素云的平均值和标准差的线性组合，表示为： 其中，μ·和σ·返回输入的均值和标准差，和分别表示pm的红绿蓝颜色通道； 2摩尔纹合成网络：引入一个新的摩尔纹生成框架，以合成类似于真实摩尔纹的具有不同摩尔纹特征的摩尔纹图像，以及类似于真实无摩尔纹图像的细节； 所述摩尔纹合成网络包括四个部分：一个摩尔纹特征编码器Em，一个生成器Gm，一个判别器Dm和一个内容编码器EC；生成一个伪摩尔纹图片伪摩尔纹图片有pm的摩尔纹斑纹，同时保留无摩尔纹图像块的图像细节，形成一个摩尔纹和无摩尔纹图像对，以此指导现有的去摩尔纹网络的学习； 摩尔纹特征编码器Em提取真实摩尔纹图像块pm的摩尔纹特征，表示为Fm： Fm＝Empm 生成器Gm以Fm和pf为输入，合成一个伪摩尔纹图像块 其中，Con·,·表示连接操作； 判别器Dm与生成器Gm协作，以对抗训练的方式获得更好的伪摩尔纹图像块；生成器Gm被训练以便欺骗判别器Dm： 为了获得更好的训练稳定性，使用了最小二乘法损失函数；同时，判别器Dm被训练来区别伪摩尔纹图片和真实摩尔纹图片pm： 此外，要求合成的的摩尔纹特征与真实的pf的摩尔纹特征一致： 其中‖·‖1表示I1损失；为了更好地配对和pf，也被期望有pf的内容细节；一个额外的内容编码器EC被引入，以对齐和pf之间的内容特征： 总的损失函数为： 3自适应去噪：引入一种自适应去噪方法，以去除对去摩尔纹模型的学习有不利影响的低质量的伪摩尔纹图像； 所述自适应去噪是指去除对去摩尔纹模型的学习有不利影响的低质量的伪摩尔纹图像；一些伪摩尔纹图像块偶尔会出现低质量的问题，其中，pf的内容和细节在中被破坏；这种被破坏的结构主要归结为边缘信息；通过拉普拉斯边缘检测算子计算每个图像块的边缘图，并且结构差异是通过对每个伪图像对之间的边缘差异的绝对值进行求和来计算；低质量的伪摩尔纹会导致结构差异的较大分数，只要分数超过一个阈值，就可排除这些伪图像对；这个阈值是总共N个伪图像对中结构差异的第γ个百分点。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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”。