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！

龙图腾网获悉南京信息工程大学申请的专利基于图的双重鲁棒主成分分析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：CN120387952B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510888908.9，技术领域涉及：G06T5/70；该发明授权基于图的双重鲁棒主成分分析图像去噪方法是由沈昕奕;毕鹏飞;赵馨;卢思佑;胡志远设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本基于图的双重鲁棒主成分分析图像去噪方法在说明书摘要公布了：本发明公开了基于图的双重鲁棒主成分分析图像去噪方法，属于图像处理技术领域。该方法包括：将待处理图像展平构建为列向量形式的数据矩阵；利用K近邻方法构建图结构，并基于该图结构生成图拉普拉斯矩阵；联合考虑图像重构误差、稀疏噪声项、线性映射误差项与图结构正则项，构建优化模型；采用增广拉格朗日乘数法和交替方向求解法进行变量交替优化，根据低秩主成分得到图像去噪结果。本发明通过在鲁棒主成分分析框架中引入图结构信息与双重约束机制，有效增强图像细节保留能力与结构一致性，提升图像去噪的鲁棒性与视觉质量，适用于复杂背景下的图像处理、视频监控及目标检测等应用场景。

本发明授权基于图的双重鲁棒主成分分析图像去噪方法在权利要求书中公布了：1.基于图的双重鲁棒主成分分析图像去噪方法，其特征在于，包括以下步骤： 获取待处理图像，将待处理图像展平构建为列向量形式的数据矩阵； 利用K近邻方法构建图结构，并基于该图结构生成图拉普拉斯矩阵； 联合考虑图像重构误差、稀疏噪声项、线性映射误差项与图结构正则项，构建优化模型； 针对优化模型，采用增广拉格朗日乘数法和交替方向求解法进行变量交替优化，逐步求解低秩主成分，根据低秩主成分得到图像去噪结果； 优化模型的表达式为： ， ， 式中，X为输入的观测矩阵，H为低秩主成分图像表示，S为稀疏噪声项，A为低秩变换矩阵，AX为重构的增强干净矩阵；α、β、γ、η为平衡参数，分别用于控制稀疏噪声、残差惩罚、变换矩阵核范数及图结构正则项的权重，tr是迹运算，是核范数，是范数，为矩阵的转置操作；表示约束条件，表示图拉普拉斯矩阵； 针对优化模型，采用增广拉格朗日乘数法和交替方向求解法进行变量交替优化，逐步求解低秩主成分的步骤包括： 引入两个辅助变量N和M来代替优化模型中的A和H-AX，则优化模型表示为： ， ， 式中，M为重构残差矩阵，N为A的辅助变量； 利用拉格朗日乘子法将优化模型的有约束优化问题转化为无约束优化问题，表示为： ， 式中，Y、Q和R是拉格朗日乘子，η是图正则项系数，μ是调节参数，表示Frobenius范数项。

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信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。