南昌工程学院张俊获国家专利权
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！
龙图腾网获悉南昌工程学院申请的专利基于自适应加权TV正则化的盲图像反卷积工作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：CN115641272B 。
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：202211280337.3，技术领域涉及：G06T5/70；该发明授权基于自适应加权TV正则化的盲图像反卷积工作方法是由张俊;张超;车金星;杨俊慈;卢静静;马明溪;吴朝明设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。
本基于自适应加权TV正则化的盲图像反卷积工作方法在说明书摘要公布了：本发明公开一种基于自适应加权TV正则化的盲图像反卷积工作方法，包括如下步骤：S1，通过将自适应加权矩阵与梯度算子相结合，形成新型盲反卷积模型；S2，使用交替方向乘子法ADMM对形成的新型盲反卷积模型进行求解，根据设置的条件进行盲图像反卷积；S3，通过评估指标对复原的图像进行数值评估，并从视觉效果上评估复原图像的质量。
本发明授权基于自适应加权TV正则化的盲图像反卷积工作方法在权利要求书中公布了：1.一种基于自适应加权TV正则化的盲图像反卷积工作方法，其特征在于，包括如下步骤： S1，通过将自适应加权矩阵与梯度算子相结合，形成新型盲反卷积模型； 所述S1包括： 提出了以下用于盲图像反卷积的自适应加权TV模型： 其中α和β是用于平衡数据拟合项和正则项的两个正则化参数，T为自适应加权矩阵，▽为梯度算子，||▽k||1的性能优于使用||k||1，所以使用L1范数用于约束▽k； S2，使用交替方向乘子法ADMM对形成的新型盲反卷积模型进行求解，根据设置的条件进行盲图像反卷积； 所述S2包括： 引入三个辅助变量p、q、w，将模型重写为约束优化问题： 为求解上式，引入了三个拉格朗日乘子λ1、λ2、λ3，将其转化为鞍点问题，其增广拉格朗日泛函为： 其中K表示未知模糊矩阵，是由点扩散函数k形成的块循环矩阵；r1、r2和r3是三个罚参数； S3，通过评估指标对复原的图像进行数值评估，并从视觉效果上评估复原图像的质量。
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昌工程学院，其通讯地址为：330096 江西省南昌市高新区天祥大道289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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号