南京航空航天大学;南京理工大学韩晓宇获国家专利权
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！
龙图腾网获悉南京航空航天大学;南京理工大学申请的专利基于改进的正则化约束泊松噪声退化模糊图像的复原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：CN116029928B 。
龙图腾网通过国家知识产权局官网在2025-10-28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：202310002646.2，技术领域涉及：G06T5/70；该发明授权基于改进的正则化约束泊松噪声退化模糊图像的复原方法是由韩晓宇;董文德;陶叔银设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。
本基于改进的正则化约束泊松噪声退化模糊图像的复原方法在说明书摘要公布了：本发明公开了基于改进的正则化约束泊松噪声退化模糊图像的复原方法，首先，在贝叶斯概率框架下，对清晰图像进行建模，并引入改进的总变分正则化系数，构建最优估计问题模型；其次，将问题模型分解为两个最优估计子问题，采用二次惩罚函数法对上述两个子问题进行迭代求解，并根据迭代结果对惩罚系数进行更新，实现对噪声图像的去噪；与传统图像复原方法相比，本发明能够实现大幅度抑制泊松噪声，增强图像细节信息，从而产生高质量复原图像。
本发明授权基于改进的正则化约束泊松噪声退化模糊图像的复原方法在权利要求书中公布了：1.基于改进的正则化约束泊松噪声退化模糊图像的复原方法，其特征在于，包括以下步骤： S1、在贝叶斯概率框架下，用泊松概率模型对噪声进行建模，用改进的总变分对清晰图像进行建模； S2、引入惩罚因子和辅助变量，将S1中的两个模型加权求和，构建清晰图像估计问题模型； S3、将S2中的模型分解为关于清晰图像和辅助变量的两个最优估计问题； S4、用噪声图像对清晰图像的估计值进行初始化； S5、固定清晰图像的估计值，采用共轭梯度迭代法对关于辅助变量的最优估计问题进行求解，得到辅助变量的估计值； S6、固定辅助变量的估计值，采用二次惩罚函数法对关于清晰图像的最优估计问题进行求解，得到清晰图像的估计值； S7、对S2中的惩罚因子进行更新； S8、循环执行S5、S6、S7直至惩罚系数达到最大值，得到清晰图像的估计值，即复原图像。
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航空航天大学;南京理工大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励