浙江理工大学陈本永获国家专利权
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！
龙图腾网获悉浙江理工大学申请的专利基于深度学习的微结构测量数字全息连续相位降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：CN116485680B 。
龙图腾网通过国家知识产权局官网在2025-09-05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：202310482708.4，技术领域涉及：G06T5/70；该发明授权基于深度学习的微结构测量数字全息连续相位降噪方法是由陈本永;唐健钧;严利平;黄柳设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。
本基于深度学习的微结构测量数字全息连续相位降噪方法在说明书摘要公布了：本发明公开了一种基于深度学习的微结构测量数字全息连续相位降噪方法。通过生成随机矩阵叠加方式模拟MEMS微结构生成物体相位图像，同时模拟数字全息连续相位图中的噪声生成噪声灰度图像，进而制作仿真数据集；设计端到端的卷积神经网络，训练获得训练好的卷积神经网络；通过拍摄采集被测物的全息干涉图，经频谱提取、角谱衍射、相位解包裹和畸变补偿后得到只含有物体相位和噪声的连续相位图，输入训练好的卷积神经网络中获得物体相位图。本发明准确制作仿真数据集，避免了需要大量采集实验数据的困难，通过在网络结构中加入子空间投影模块，极大提升了降噪性能，减少了网络参数量，具有运算速度快、降噪性能好的优点。
本发明授权基于深度学习的微结构测量数字全息连续相位降噪方法在权利要求书中公布了：1.一种基于深度学习的微结构测量数字全息连续相位降噪方法，其特征在于： 步骤一：通过生成随机矩阵叠加方式模拟MEMS微结构生成物体相位图像，同时模拟数字全息连续相位图中的噪声生成噪声灰度图像，将物体相位图像和噪声灰度图像相加作为输入数据和以物体相位图像作为标签制作仿真数据集；设计了一种结合子空间投影法的端到端的卷积神经网络，将仿真数据集输入到卷积神经网络中训练卷积神经网络获得训练好的卷积神经网络； 步骤二：通过拍摄采集被测物的全息干涉图，经图像处理获得包含待测物信息的物光场复振幅U，提取物光场复振幅U中的相位信息并包裹到-π,π]之间得到包裹相位图 步骤三：对包裹相位图进行解包裹运算得到含有相位畸变的连续相位图，再利用Zernike多项式拟合去除相位畸变，得到只含有物体相位和噪声相位的连续相位图； 步骤四：将连续相位图输入训练好的卷积神经网络后，输出降噪后的物体相位图。
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浙江理工大学，其通讯地址为：310018 浙江省杭州市江干区下沙高教园区2号大街928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”。
以上内容由AI智能生成
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