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一种面向微光像增强器的噪声建模及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：CN120876298B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511388416.X，技术领域涉及：G06T5/70；该发明授权一种面向微光像增强器的噪声建模及去噪方法是由胡雪梅;方盛江;岳涛;包镘超;张广鹏设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本一种面向微光像增强器的噪声建模及去噪方法在说明书摘要公布了：本发明提供了一种面向微光像增强器的噪声建模及去噪方法，包括：步骤1，建立用于微光像增强器的成像噪声模型；步骤2，采集微光像增强器在不同光照条件下的输出数据，对成像噪声模型的参数进行标定，并在无噪图像样本上叠加经标定的成像噪声模型，构建符合实际成像特性的训练数据集；步骤3，设计基于卷积神经网络的图像去噪网络，网络输入为含噪声图像，输出为噪声被抑制了的干净图像；步骤4，基于训练数据集对卷积神经网络进行训练与优化，并在合成数据与真实数据上进行验证。本方法能有效增强神经网络对复杂噪声的适应能力与泛化性能，最终助力在微光成像场景下实现更精准、稳定的图像增强与去噪效果。

本发明授权一种面向微光像增强器的噪声建模及去噪方法在权利要求书中公布了：1.一种面向微光像增强器的噪声建模及去噪方法，其特征在于，包括如下步骤： 步骤1，建立用于微光像增强器的成像噪声模型，所述成像噪声模型综合考虑光电阴极暗电流噪声、微通道板噪声、荧光屏噪声和CMOS传感器噪声； 步骤2，采集微光像增强器在不同光照条件下的输出数据，对所述成像噪声模型的参数进行标定，并在无噪图像样本上叠加经标定的成像噪声模型，构建符合实际成像特性的训练数据集； 步骤3，设计基于卷积神经网络的图像去噪网络，网络输入为含噪声图像，输出为噪声被抑制了的干净图像； 步骤4，基于所述训练数据集对卷积神经网络进行训练与优化，并在合成数据与真实数据上进行验证； 步骤1中，对于所述光电阴极暗电流噪声，采用如下方式建模： 在曝光时间内，光电阴极的噪声模型表示为： ， 其中，表示由于入射光子的量子涨落产生的光子散粒噪声，满足泊松分布： ， ， 其中表示泊松分布，为曝光时间内到达传感器总光子数的期望，为光子通量，为光电阴极的量子效率； 为光电阴极的暗电流噪声，满足泊松分布： ， 其中，为光电阴极暗电流的单位时间期望计数率。

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：210023 江苏省南京市栖霞区仙林大道163号南京大学；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。