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！

龙图腾网获悉南昌航空大学申请的专利一种用于复合材料红外热图像的降噪方法及系统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：CN120807348B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511247530.0，技术领域涉及：G06T5/70；该发明授权一种用于复合材料红外热图像的降噪方法及系统是由袁丽华;卢超;罗体华;卢旗平;郑浩廷;戴泽霖;钟嘉悦;熊瑛设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本一种用于复合材料红外热图像的降噪方法及系统在说明书摘要公布了：本发明公开了一种用于复合材料红外热图像的降噪方法及系统，属于图像处理技术领域，获取复合材料的原始红外热图像序列，利用原始红外热图像的像素点的灰度值对预设的背景拟合曲面模型进行拟合，得到最优拟合系数；根据原始红外热图像的像素点的灰度值与背景拟合曲面模型预测的热图像背景中对应点的灰度预测值，通过灰度值与灰度预测值的差值，确定误差函数；拟合过程中，通过调整背景拟合曲面模型的拟合系数，以误差函数最小为目标，得到背景拟合曲面模型的最优拟合系数；根据最优拟合系数确定拟合最佳的热图像背景，从原始红外热图像去除拟合最佳的热图像背景，获取去噪后的红外热图像。该方法能够重构背景噪声的空间分布特征，达到降噪目的。

本发明授权一种用于复合材料红外热图像的降噪方法及系统在权利要求书中公布了：1.一种用于复合材料红外热图像的降噪方法，其特征在于，包括以下步骤： 获取复合材料的原始红外热图像序列； 利用原始红外热图像的像素点的灰度值对预设的背景拟合曲面模型进行拟合，得到最优拟合系数；所述背景拟合曲面模型包括分别表征复合材料的背景温度场的低频分量、局部热源引起的温度异常和边界散热效应的项式； 拟合过程中，通过调整背景拟合曲面模型的拟合系数，以误差函数最小为目标，得到背景拟合曲面模型的最优拟合系数；所述误差函数表示原始红外热图像的像素点的灰度值与背景拟合曲面模型预测的热图像背景中对应点的灰度预测值之间的差异； 根据最优拟合系数，通过背景拟合曲面模型确定拟合最佳的热图像背景，从原始红外热图像去除拟合最佳的热图像背景，获取去噪后的红外热图像； 所述预设的背景拟合曲面模型为： ； 式中，为原始红外热图像的背景拟合函数，A为待拟合系数；为表征背景温度场的低频分量的多项式基底项；为描述局部热源引起的温度异常的高斯凸起项；为模拟边界散热效应的双曲凹起项； ； ； ； 式中，为待拟合系数；x、y表示位置坐标信息； 所述误差函数为： 获取原始红外热图像的像素点的灰度值与背景拟合曲面模型预测的热图像背景中对应点的灰度预测值； 将原始红外热图像的像素点的灰度值与背景拟合曲面模型预测的热图像背景中对应点的灰度预测值的差值称之为残差； 通过对所有非缺陷像素点的残差平方累加求和，定义误差函数为： ； 式中，Ii,j为标准化后的红外热图像在像素点i,j处的灰度值；为背景拟合曲面模型在待拟合系数A下的坐标x和y处的灰度预测值； 所述得到背景拟合曲面模型的最优拟合系数为通过信赖域算法迭代更新误差函数的最小值，得到误差函数最小化的最优解； 所述通过信赖域算法迭代更新误差函数的最小值，得到误差函数最小化的最优解，具体包括： 定义当前迭代点的信赖域为： ； 将误差函数SA在极值点等效为一个二次函数，通过二次逼近构建信赖域二次模型来求解步长sk： ； ； 式中，为误差函数SA在当前迭代点Ak处的梯度；Hk为误差函数SA在当前迭代点Ak处的Hesse矩阵；为欧几里得范数； 误差函数SA在第k步的真实下降量为: ； 信赖域二次模型函数的预测下降量为： ； 定义比值为： ； 通过衡量二次模型函数和误差函数SA的逼近程度，同时也根据确定是否更新下一次迭代的信赖域半径； 逐步迭代，当满足收敛条件时，更新迭代点，并确定迭代点对应的信赖域，得到误差函数最小化的最优解。

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南昌航空大学，其通讯地址为：330063 江西省南昌市红谷滩区丰和南大道696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。