江苏大学杨洋获国家专利权
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!
龙图腾网获悉江苏大学申请的专利基于迭代L1范式的L0图像保边滤波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:CN114511457B 。
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:202210047387.0,技术领域涉及:G06T5/80;该发明授权基于迭代L1范式的L0图像保边滤波方法是由杨洋;唐玲;王新宇;曾兰玲;赵岩设计研发完成,并于2022-01-17向国家知识产权局提交的专利申请。
本基于迭代L1范式的L0图像保边滤波方法在说明书摘要公布了:本发明公开了基于迭代L1范式的L0图像保边滤波方法,给定用户输入的图像以及参数,该方法首先计算输入图像梯度,之后基于输入的参数进行梯度截断,最后将截断后的梯度应用于滤波得到输出图像。为了实现图像L0滤波,本发明提出了一种基于迭代L1范式的方法,通过迭代更新梯度与输出图像,对结果不断求精。实验结果表明,本发明方法能够克服光晕、强度漂移等伪像,取得了较好的保边滤波效果。
本发明授权基于迭代L1范式的L0图像保边滤波方法在权利要求书中公布了:1.基于迭代L1范式的L0图像保边滤波方法,其特征在于,包括: S1,设定空域增长因子k及权重λ,初始值β,建立图像的目标函数; S2,计算输入图像的梯度; S3,通过参数λ与β,对得到的梯度进行截断; S4,利用截断后的梯度,对输入图像进行滤波并输出图像; S5,更新参数β为k*β,通过多次迭代步骤S3和S4后得出最终滤波结果; 所述S1中,目标函数为 其中O代表输出图像,I表示输入图像,i表示像素i,CO是梯度的L0范式,表示输出图像O在x,y方向上梯度不为0的像素计数,λ是平衡两项的参数; 图像梯度即相邻像素的差值,通过下式计算: 图像梯度的计算包含x,y两个方向,计算像素i的x方向梯度时,用下一个像素的值减去当前像素i的值即可,y方向梯度同理;对于图像右边界与下边界的梯度,是通过左边界与上边界作为他们的下一个像素,以此进行整个图像的梯度约束; 引入辅助变量h,v作为 的惩罚项,将目标函数重新设计为 其中hi,vi即h,v中第i项值,当权重参数β足够大时,h,v便能够达到惩罚效果; 采用分别优化O,h,v的方法,将其转化为两个子问题: 采用迭代的方法求解上述两个子问题,每次迭代需计算截断梯度h,v和计算输出图像; 计算截断梯度h,v的方法: 计算图像O的梯度,当图像O的x,y方向梯度的绝对值之和小于等于时,取0,0,否则,直接取O的梯度值,求解公式如下所示: 计算输出图像的方法为: 初次迭代时,将O赋值为输入图像I,计算出图像梯度与根据λ与β,对梯度进行截断得到h,v;之后利用ADMM算法,在傅里叶域进行快速求解,得到第一次迭代的输出图像; 第二次及之后的迭代中,更新参数β为k*β,利用上次得到的输出图像O按照初次迭代的方法再次进行迭代; 求解输出图像O的具体过程为: 将求解输出图像O的方法转化为求解一个L1范式约束问题,采用ADMM算法进行求解,引入zx,zy,dx,dy,其中zx,zy是优化变量,dx,dy为拉格朗日乘子,将其改写为 其中ρ是惩罚参数且ρ0,令缩放对偶变量μx=1ρdx,μy=1ρdy,则 对O进行优化,得到: 对zx,zy进行优化,得: 然后通过快速傅里叶变换算子求解输出图像O 其中,F·是快速傅里叶变换算子,表示共轭复数,F1是δ函数的傅里叶变换; 对于zx,zy,通过软算子求解: 则zx,zy得: 对于μx、μy,可通过下式迭代求解:
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江苏大学,其通讯地址为:212013 江苏省镇江市京口区学府路301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”。
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。