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！

龙图腾网获悉南京邮电大学申请的专利一种基于低秩稀疏编码模型的高光谱图像去噪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：CN116452455B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310434774.4，技术领域涉及：G06T5/70；该发明授权一种基于低秩稀疏编码模型的高光谱图像去噪方法是由尹海涛;方祯煜设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本一种基于低秩稀疏编码模型的高光谱图像去噪方法在说明书摘要公布了：一种基于低秩稀疏编码模型的高光谱图像去噪方法，包括了如下步骤；根据高光谱图像中的低秩先验信息，构建了基于低秩稀疏编码的图像去噪模型LRSC；采用迭代收缩软阈值算法和奇异值阈值算法对构建的低秩稀疏编码的图像去噪模型进行迭代求解；利用算法展开技术将低秩稀疏编码的图像去噪模型的优化解转化成对应的深度神经网络LRSC‑Net；对训练数据集添加不同等级的噪声并进行训练，得到已训练好的网络模型；用峰值信噪比指标评估噪声图像,测试网络性能。本方法采用迭代收缩软阈值算法和奇异值阈值算法进行优化求解，在高光谱图像去噪上取得了有益效果。

本发明授权一种基于低秩稀疏编码模型的高光谱图像去噪方法在权利要求书中公布了：1.一种基于低秩稀疏编码模型的高光谱图像去噪方法，其特征在于：包括如下步骤： 步骤1，根据高光谱图像中的低秩先验信息，构建了基于低秩稀疏编码的图像去噪模型LRSC； 步骤1中，具体操作包括如下步骤： 步骤1.1，稀疏编码模型将输入信号y表示成字典D∈Rn×m中原子的稀疏线性模式，其中稀疏系数a∈Rm通过范数最小优化问题来求得： 其中，表示范数，λ是正则化参数； 步骤1.2，针对含噪声的高光谱图像Y∈RM×N×C中，将整体图像数据进行分块处理，将每个包含光谱带的图像块作为一个具有两个空间模态和一个光谱模态的三阶张量，其中P表示所有图像块；然后，根据高光谱图像中的低秩先验信息，构建了基于低秩稀疏编码的图像去噪模型LRSC； 其中，||DA||*表示核范数，A表示稀疏系数，{λ1,λ2}是正则化参数； 步骤2，采用迭代收缩软阈值算法和奇异值阈值算法对构建的低秩稀疏编码的图像去噪模型进行迭代求解； 步骤3，通过算法展开将低秩稀疏编码的图像去噪模型的优化解转化成对应的深度神经网络LRSC-Net； 步骤4，对训练数据集添加不同等级的噪声并进行训练，得到已训练好的网络模型； 步骤5，输入测试数据集到训练后的网络模型得到去噪后的图像，并使用峰值信噪比对去噪后的图像质量进行评估。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。