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基于像素重组采样分块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：CN119671893B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411722224.3，技术领域涉及：G06T5/70；该发明授权基于像素重组采样分块的超高分辨率图像去噪方法是由胡雪梅;张哲楷;岳涛设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本基于像素重组采样分块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像素重组采样分块的超高分辨率图像去噪方法。其具体步骤如下：对成对的有噪声和无噪声的超高分辨率图像进行像素重组下采样分块以生成数据集；构建利用图像块及其像素相邻图像块的、由两个去噪网络和一个融合网络构成的深度学习网络；基于分别约束两个去噪网络和一个融合网络的三个损失函数联合训练网络整体；推理时对有噪声的超高分辨率图像进行像素重组下采样分块、图像块及其像素相邻图像块送入网络去噪、像素重组上采样拼接，以得到超高分辨率图像的全图去噪结果。本方法充分利用了超高分辨率图像的局部信息和非局部信息，弥补了分块去噪时难以利用非局部信息、传统下采样又会破坏图像细节纹理的缺点。

本发明授权基于像素重组采样分块的超高分辨率图像去噪方法在权利要求书中公布了：1.基于像素重组采样分块的超高分辨率图像去噪方法，其特征在于，包括以下步骤： 步骤1，对若干张超高分辨率图像进行加噪，随后对有噪声与无噪声的成对图像同时进行像素重组下采样分块，得到超高分辨率图像的若干个成对的像素相邻的图像块，以生成数据集； 步骤2，构建由两个去噪网络和一个融合网络组成的双路进单路出的深度学习网络，将步骤1得到的有噪声图像块及其四周像素相邻的图像块分别送入所述两个去噪网络； 步骤3，将步骤2构建的深度学习网络做为一个整体，基于步骤1生成的数据集，分别对所述两个去噪网络的输出和融合网络的输出计算损失，利用这三个损失函数的加权和来训练深度学习网络整体； 步骤4，在超高分辨率图像去噪的推理环节，将一张带噪声的超高分辨率图像进行步骤1所述的像素重组下采样分块，得到若干像素相邻的图像块，将每个图像块以及其四周像素相邻的图像块送入步骤3训练后的深度学习网络，从而使每个图像块在各自像素相邻图像块的协助下去噪，最后对所有去噪后的图像块进行像素重组上采样拼接，得到超高分辨率图像的全图去噪结果。

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。