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！

龙图腾网获悉西安工业大学申请的专利一种针对激光散斑的图像噪声抑制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：CN116862805B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310878987.6，技术领域涉及：G06T5/70；该发明授权一种针对激光散斑的图像噪声抑制方法及系统是由谢一博;程进;周顺;刘卫国设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本一种针对激光散斑的图像噪声抑制方法及系统在说明书摘要公布了：本发明公开了一种针对激光散斑的图像噪声抑制方法及系统，涉及图像噪声抑制技术领域，首先获取两张相同位置的激光图像，并进行二维离散小波变换，得到高、低频图像；对高、低频图像进行融合，得到高频融合图像和低频融合图像；使用优化的非局部均值滤波算法，对高频融合图像进行滤波，得到滤波后的高频融合图像；通过小波逆变换，将低频融合图像和滤波后的高频融合图像进行还原恢复，得到还原图像；使用优化的非局部均值滤波算法对还原图像进行滤波，得到最终的结果图像。本发明针对激光散斑高频噪声，引入小波变换和改进优化的非局部均值滤波相结合，不仅消除了激光图像中的高频散斑噪声，而且还将低频信息部分完全保留，获得的图像效果最佳。

本发明授权一种针对激光散斑的图像噪声抑制方法及系统在权利要求书中公布了：1.一种针对激光散斑的图像噪声抑制方法，其特征在于，包括以下步骤： 步骤1、获取两张相同位置的激光图像P1、P2； 步骤2、对两张所述的激光图像P1、P2进行二维离散小波变换，得到激光图像P1的高频图像HH1、HL1、LH1，激光图像P1的低频图像LL1，激光图像P2的高频图像HH2、HL2、LH2，激光图像P2的低频图像LL2； 步骤3、对激光图像P1、P2的高频图像、低频图像进行融合，得到高频融合图像HH'、HL'、LH'和低频融合图像LL'； 所述步骤3中，对激光图像P1、P2的高频图像、低频图像进行融合的具体方法为： 对于低频图像：采用取平均值的方法对激光图像P1的低频图像LL1和激光图像P2的低频图像LL2进行融合，； 对于高频图像：采用权重值融合的方法，分别对激光图像P1的高频图像HH1和激光图像P2的高频图像HH2进行融合，对激光图像P1的高频图像HL1和激光图像P2的高频图像HL2进行融合，对激光图像P1的高频图像LH1和激光图像P2的高频图像LH2进行融合； 使用权重值融合的方法，对高频图像进行融合的具体过程为： 分别计算两个高频图像的权重值、； 依据两个高频图像的权重值、，求解两个高频图像的融合系数矩阵； 使用所述融合系数矩阵，对两个高频图像进行融合； 权重值的计算公式为，其中，为对高频图像均值滤波后的结果，为对高频图像中值滤波后的结果； 所述融合系数矩阵，表示为： ； ； 步骤4、使用优化的非局部均值滤波算法，分别对高频融合图像HH'、HL'、LH'进行滤波，得到滤波后的高频融合图像HH''、HL''、LH''； 所述步骤4中，优化的非局部均值滤波算法是在传统非局部均值滤波算法的基础上，对权重函数进行改进，改进的权重函数由表示： 其中，n是权重控制参数；表示邻域间的欧氏距离；Zx为归一化系数，h为平滑参数； 步骤5、通过小波逆变换，将低频融合图像LL'和滤波后的高频融合图像HH''、HL''、LH''进行还原恢复，得到还原图像P'； 步骤6、使用优化的非局部均值滤波算法，对还原图像P'进行滤波，得到最终的结果图像。

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西安工业大学，其通讯地址为：710032 陕西省西安市未央区学府中路2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。