Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国石油大学(华东)王雷全获国家专利权

中国石油大学(华东)王雷全获国家专利权

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!

龙图腾网获悉中国石油大学(华东)申请的专利一种利用凸性的自校准优化的图像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:CN121169741B

龙图腾网通过国家知识产权局官网在2026-01-30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:202511716215.8,技术领域涉及:G06T5/70;该发明授权一种利用凸性的自校准优化的图像去噪方法是由王雷全;王展;吴春雷;孟雨设计研发完成,并于2025-11-21向国家知识产权局提交的专利申请。

一种利用凸性的自校准优化的图像去噪方法在说明书摘要公布了:本发明公开一种利用凸性的自校准优化的图像去噪方法,属于图像处理技术领域,用于噪声水平未知条件下的图像去噪,包括生成含噪图像与二次加噪图像对,构建条件去噪网络;基于线性最小均方误差估计理论,推导去噪估计量并计算估计误差的方差,引入噪声比率参数进行归一化分析;利用误差方差函数的凸性,通过求导或三元搜索算法确定最优合成噪声方差;对最优合成噪声方差进行经验公式校准;使用校准后的最优方差训练并执行去噪网络,输出最终的去噪图像。本发明通过在噪声水平未知条件下构建鲁棒训练过程,能够有效学习噪声统计特性,克服了传统方法需要预先知道噪声水平的限制。

本发明授权一种利用凸性的自校准优化的图像去噪方法在权利要求书中公布了:1.一种利用凸性的自校准优化的图像去噪方法,其特征在于,包括: S1、输入噪声图像,生成二次加噪图像,基于二次加噪图像与合成噪声方差构建条件去噪网络,通过最小化网络输出与噪声图像之间的L2范数距离来优化网络参数; S2、基于线性最小均方误差估计理论,推导去噪估计量并计算估计误差方差,引入噪声比率参数进行归一化分析并建立归一化表达式,通过对归一化表达式求导确定最优合成噪声方差与原始噪声方差之间的最优比值; S3、利用归一化表达式通过求导得到最优合成噪声方差与原始噪声方差之间的最优比值,通过三元搜索算法,确定最优合成噪声方差; S4、通过经验校准公式校准最优合成噪声方差; S5、基于DnCNN模型架构,引入条件机制将DnCNN模型构建为条件去噪网络,采用残差学习策略训练条件去噪网络,得到去噪网络;利用校准后的最优合成噪声方差在通用数据集上构建训练对并输入去噪网络中,采用残差学习策略训练去噪网络,将噪声图像输入训练完成的去噪网络,生成最终去噪图像。

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中国石油大学(华东),其通讯地址为:266580 山东省青岛市黄岛区长江西路66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。