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！

龙图腾网获悉南京大学申请的专利一种基于深度学习的超高分辨率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：CN116342406B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310119614.0，技术领域涉及：G06T5/70；该发明授权一种基于深度学习的超高分辨率图像去噪方法是由岳涛;刘昊;胡雪梅设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种基于深度学习的超高分辨率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深度学习的超高分辨率图像去噪方法，属于图像处理的技术领域。其中方法包括：步骤1、构建超高分辨率图像切割与编码模型；步骤2、将噪声图像和干净图像输入到切割与编码模型中，获得图像块；步骤3、将图像块进行不同程度的归一化，构造图像块序列，获得训练与测试数据；步骤4、构建基于图像去噪网络模型；步骤5、将图像块输入到图像去噪网络模型中得到干净图相块；步骤6、将网络输出的干净图像块解码并拼接为原图像，得到去噪后的超高分辨率图像。本发明提出的方法在超高分辨率图像上取得了很好的效果，网络模型可以端到端训练，在实际超高分辨率图像处理场景中实用性较高。

本发明授权一种基于深度学习的超高分辨率图像去噪方法在权利要求书中公布了：1.一种基于深度学习的超高分辨率图像去噪方法，其特征在于，包括如下步骤： 步骤1，获得超高分辨率的图像作为干净图像，并通过添加噪声获得其噪声图像； 步骤2，对所述干净图像和噪声图像分别进行四叉树切割和位置编码，获得不同大小的干净图像块和噪声图像块； 步骤3，分别将所述干净图像块和所述噪声图像块进行不同程度的归一化，使所有图像块大小一致，构造干净图像块序列和噪声图像块序列，获得训练与测试数据； 步骤4，构建图像去噪网络模型，包括3个阶段，分别用于初步降噪、精细降噪、结果微调，每个阶段包含下采样以增强去噪性能；并且，3个阶段相互独立，各个阶段的输入输出尺寸相同，3个阶段共同训练；下采样的次数随阶段的增加而减少，之后通过多个卷积运算和激活函数获得特征，依次由低到高将低尺寸的特征上采样并融合至高尺寸特征，上采样过程没有信息丢失，在经过后续一系列卷积运算后，输出作残差连接； 步骤5，将所述噪声图像块序列输入到所述图像去噪网络模型中得到干净图像块； 步骤6，将步骤5得到的干净图像块解码并进行拼接，得到去噪后的超高分辨率图像。

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大学，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163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”。

以上内容由龙图腾AI智能生成。