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！

龙图腾网获悉南京航空航天大学;南京理工大学申请的专利一种噪声图像平滑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：CN115809965B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211349979.4，技术领域涉及：G06T5/70；该发明授权一种噪声图像平滑去噪方法是由韩晓宇;董文德;陶叔银设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本一种噪声图像平滑去噪方法在说明书摘要公布了：本发明公开了一种噪声图像平滑去噪方法,涉及计算机数字图像处理技术领域。包括包括如下步骤：在贝叶斯概率框架下，用高斯概率模型对噪声进行建模，用梯度l0范数和l1范数对清晰图像进行建模；引入三个正则化约束系数，将步骤1中的三个模型加权求和，构建噪声图像复原问题模型；采用二次惩罚函数法求解，引入两个辅助变量分别对应于清晰图像的水平梯度和垂直梯度，并引入一个惩罚系数，将噪声图像复原问题模型进行转换。在贝叶斯最大后验估计框架下，通过引入图像梯度的l0范数和l1范数对清晰图像进行建模，形成正则化约束条件，并综合构建了最优估计问题，设计了迭代优化算法，能够有效抑制噪声，并锐化和增强显着边缘，产生高质量复原图像。

本发明授权一种噪声图像平滑去噪方法在权利要求书中公布了：1.一种噪声图像平滑去噪方法，其特征在于：包括如下步骤： 步骤1，在贝叶斯概率框架下，用高斯概率模型对噪声进行建模，用梯度l0范数和l1范数对清晰图像进行建模； 步骤2，引入三个正则化约束系数，将步骤1中的三个模型加权求和，构建噪声图像复原问题模型； 步骤3，采用二次惩罚函数法求解，引入两个辅助变量分别对应于清晰图像的水平梯度和垂直梯度，并引入一个惩罚系数，将噪声图像复原问题模型进行转换； 步骤4，将步骤3中的模型分解为关于清晰图像和辅助变量的两个最优估计问题； 所述关于清晰图像和辅助变量的两个最优估计问题分别为： 其中，o表示清晰图像，g表示噪声图像，h表示点扩散函数，w和u为引入的两个辅助变量，β为引入的惩罚系数，dx和dy分别表示水平方向和垂直方向梯度算子，λ，μ和η为正则化系数，i表示清晰图像中的像素索引； 步骤5，用噪声图像对清晰图像的估计值进行初始化，设定惩罚系数初始值和最大值； 步骤6，固定清晰图像的估计值，对关于辅助变量的最优估计问题进行求解，得到辅助变量的估计值，更新辅助变量值； 步骤7，固定辅助变量的估计值，采用共轭梯度迭代法对关于清晰图像的最优估计问题进行求解，得到清晰图像的估计值，更新清晰图像值和惩罚系数； 步骤8，循环执行步骤6、步骤7直至惩罚系数达到最大值，得到清晰图像的估计值，即复原图像。

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南京航空航天大学;南京理工大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29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。