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！

龙图腾网获悉浙江大学申请的专利一种基于信息融合的轻量化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：CN116152088B 。

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：202211600579.6，技术领域涉及：G06T5/70；该发明授权一种基于信息融合的轻量化图像去噪方法是由黄科杰;刘凤吟;沈海斌设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于信息融合的轻量化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信息融合的轻量化图像去噪方法，在低计算量下获得更好的去噪结果。基于特征增强的基础模块聚合了通道、空间和本征信息，只传递重要特征，以更少的层数获得了更好的效果。信息补偿模块是一个轻量化的信息比较、纠正、补偿模块，综合考虑原始图像和中间特征，有效地补充了基础模块中缺失的信息。上下采样模块以最小的计算代价实现了空间分辨率和通道数的变换，同时减少了信息损失。本发明能够对已知和未知噪声等级的高斯噪声图片进行处理，可以在计算资源有限的移动终端和嵌入式设备中获得高质量的去噪结果。

本发明授权一种基于信息融合的轻量化图像去噪方法在权利要求书中公布了：1.一种基于信息融合的轻量化图像去噪方法，其特征在于，包括如下步骤： 步骤S1：在无噪声的彩色图像上加上加性高斯白噪声，构建成对的无噪图像和带噪图像，作为训练集； 步骤S2：构造一个轻量级卷积神经网络作为去噪网络，所述去噪网络由多级对称的编码器和解码器组成，每一级编、解码器中的特征图分辨率不同，在不同的分辨率处理特征可以获得更好的效果；每一级编码器和解码器中包含多个基于特征增强的基础模块和一个信息补偿模块；基于特征增强的基础模块整合特征图的通道、空间、本征信息，在信息流中只传递关键信息；信息补偿模块综合考虑图片的原始信息和中间特征的输出结果，自适应地补偿基础模块中缺失的信息，实现原始信息的渐进补充和特征的平滑融合；上下采样模块以最低的计算量实现图像分辨率和通道数的变换，利用像素之间的关系减少上下采样过程中的信息损失； 所述的基于特征增强的基础模块具体为： 输入特征首先经过归一化操作，传入逐点卷积提高通道数，在高维度上使用深度卷积，然后经过带权重的通道注意力和空间注意力聚合特征中的重要信息，再使用逐点卷积压缩通道数；再经过一次归一化操作，使用逐点卷积扩展通道数，经过深度卷积后，在通道维度将特征分成两部分，一部分特征作为本征信息不做处理，另一部分特征作为冗余特征，经过非线性变换后，作用于本征特征，最后使用逐点卷积将通道数压缩； 所述的信息补偿模块，具体为： 对输入特征图进行变换得到一个三通道的恢复图，恢复图与原始图像比较后得到误差图，将误差图变换为特征图后，经过几层卷积神经网络，补偿输入特征图缺失的信息，得到输出特征；所述的上采样模块，具体为： 对于上采样过程，输入低分辨率特征图，经过pixelshuffle操作实现分辨率的增加；然后进行非线性变换，变换后的特征图和变换前的特征图拼接，实现通道扩展； 所述的下采样模块，具体为： 下采样过程中，首先通过通道注意力操作生成聚合通道信息的注意力图，与原特征图相乘，判断特征图中的重要通道，然后使用卷积神经网络降低通道数，pixelunshuffle操作降低分辨率； 步骤S3、使用Charbonnier损失作为损失函数，训练神经网络，获得去噪模型的参数； 步骤S4、将待处理的带噪图像输入训练好的神经网络中，得到去噪图像。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。