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！

龙图腾网获悉浙江工业大学申请的专利一种基于量化比特擦除的鲁棒性压缩感知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：CN119810218B 。

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：202510041719.8，技术领域涉及：G06T9/00；该发明授权一种基于量化比特擦除的鲁棒性压缩感知方法是由陈赞;王波设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于量化比特擦除的鲁棒性压缩感知方法在说明书摘要公布了：一种基于量化比特擦除的鲁棒性压缩感知方法，包括以下步骤：1发送方将图像展开成灰度向量，并用伯努利随机矩阵采样得到；2量化传输：对采样值y应用Lloyd‑Max算法训练的量化器进行量化；3将量化的y和Φ传给接收方，传输中采用Reed‑Solomon码保护信道；4生成约束集合W，并进行反量化；5设计迭代算法，利用Φ和W估计x，通过图像估计步骤和测量估计步骤来重构原始图像信号。本发明能够利用量化比特擦除的位置，生成测量y的约束集合W，然后设计迭代算法来实现图像重建，具有较高的理论与工程应用价值。

本发明授权一种基于量化比特擦除的鲁棒性压缩感知方法在权利要求书中公布了：1.一种基于量化比特擦除的鲁棒性压缩感知方法，其特征在于，包括以下步骤： 1数据发送方将图像数据的像素值矩阵展开，得到灰度值向量作为原始图像信号，利用伯努利随机矩阵对图像信号进行压缩采样以获得测量值； 2使用通过Lloyd-Max量化算法训练得到的量化器对测量值进行量化； 3数据发送方将量化后的测量值和伯努利随机矩阵传输给数据接收方，传输过程中采用Reed-Solomon码进行信道保护； 4数据接收方从量化后的测量值中识别缺失比特，创建包含所有可能值的约束集合； 5图像重构步骤：数据接收方利用伯努利随机矩阵和约束集合，得到图像信号的估计值，进而重构图像； 所述4中，定位缺失比特的位置，并使用1或0值替换被擦除的比特以构建测量的约束集合； 所述4中，测量值是8位的量化比特流，传输中部分数据丢失，利用Reed-Solomon码定位缺矢比特，并用0或1填充NaN值；对于量化测量向量的第个值，若擦除了个比特，则用0或1填充构建集合，并通过笛卡尔积形成最终约束集合： 1.1； 其中，表示的第个维度的所有可能值的集合，包含种可能的测量值，其中，随着被擦除比特数量的增加，其数量呈指数增长； 所述5中，数据接收方从量化后的测量值和伯努利随机矩阵中得到信号的估计值的过程为： 5.1初始化：设置误差门限和最大迭代次数，设置当前迭代次数k=0,设置初始值，获取量化后的测量值的约束集合； 5.2更新重构信号： 1.2； 1.3； 1.4； 其中，和表示第次迭代中的参数，和表示伯努利随机矩阵和它的转置，表示去噪器，表示第次迭代中对的估计，和表示服从高斯分布的向量； 5.3更新参数： 1.5； 1.6； 其中，和是权重参数，值分别为10和0.1，表示第次迭代中从约束集合获取的元素； 5.4迭代更新：更新，重复步骤5.2-5.3直到满足误差限制或达到最大迭代次数，输出作为信号的估计值。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18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。