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！

龙图腾网获悉广东海洋大学申请的专利一种基于新型优化器的遥感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：CN120088162B 。

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：202510238956.3，技术领域涉及：G06T5/70；该发明授权一种基于新型优化器的遥感图像去噪方法是由王观承;温昱铭;刘煜;徐国慧;徐广珺设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于新型优化器的遥感图像去噪方法在说明书摘要公布了：本发明公开了一种基于新型优化器的遥感图像去噪方法，涉及遥感图像去噪领域，包括：采集遥感噪声图像，并将所述遥感噪声图像划分为训练集和测试集；利用GAF算法对DudeNet去噪模型进行梯度优化，并利用训练集对梯度优化后的DudeNet去噪模型进行训练；利用测试集对训练好的DudeNet去噪模型进行测试，并利用图像质量衡量指标进行评价，完成基于新型优化器的遥感图像去噪。本发明解决了现有去噪方法去噪效果不佳以及计算开销较大的问题。

本发明授权一种基于新型优化器的遥感图像去噪方法在权利要求书中公布了：1.一种基于新型优化器的遥感图像去噪方法，其特征在于，包括以下步骤： S1：采集遥感噪声图像，并将所述遥感噪声图像划分为训练集和测试集； S2：利用GAF算法对DudeNet去噪模型进行梯度优化，并利用训练集对梯度优化后的DudeNet去噪模型进行训练； 所述S2中包括以下分步骤： S21：利用GAF算法中的缩放因子和灵敏度因子调整GAF算法的梯度范围； S22：利用损失函数更新GAF算法的梯度，并将更新后的GAF算法的梯度替换DudeNet去噪模型的梯度，获得梯度优化后的DudeNet去噪模型； 所述S22中利用损失函数更新GAF算法的梯度，公式为： ； 其中，为随机训练过程的梯度，为梯度符号，为权重向量，为迭代的次数，为数据集数据的数量，为损失函数，为模型对每个输入样本在每次迭代中的输出，为训练批次中的输入样本，为权重向量，为输入样本的对应标签，为第次迭代的梯度，为动量系数，为第次迭代的梯度，为学习率，为动量更新后的梯度应用于GAF函数，获得调整后的梯度，为不同类型的GAF函数，为第次迭代的权重向量； S23：利用训练集对梯度优化后的DudeNet去噪模型进行训练； S3：利用测试集对训练好的DudeNet去噪模型进行测试，并利用图像质量衡量指标进行评价，完成基于新型优化器的遥感图像去噪。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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”。