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！

龙图腾网获悉南京理工大学申请的专利一种基于自适应降噪的刀具损伤灰度图像智能分类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：CN115345872B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202211081229.3，技术领域涉及：G06T7/00；该发明授权一种基于自适应降噪的刀具损伤灰度图像智能分类方法是由王禹林;潘一;刘璐;熊哲;徐国达设计研发完成，并于2022-09-05向国家知识产权局提交的专利申请。

本一种基于自适应降噪的刀具损伤灰度图像智能分类方法在说明书摘要公布了：本发明公开了一种基于自适应降噪的刀具损伤灰度图像智能分类方法，主要包括一个由自适应降噪模块和一个刀具损伤图像分类模块组成的网络；降噪模块与分类模块同时接受端到端联合训练，共享并优化网络参数，同时在损失函数中增加一个平衡参数，该参数根据反向传播算法反馈的分类结果自适应优化降噪等级，最终达到分类性能最优。本发明可自动识别图像是否含有噪声以及批量解决图像噪声对于刀具损伤灰度图像的分类问题，通过自适应降噪模式提升模型对于困难样本的预测能力，能够有效去除图像噪声，同时通过相应的损失函数降低对抗噪声的放大效应，最终从图像处理数量、图像质量以及预测效率上提升了刀具损伤灰度图像的智能分类能力。

本发明授权一种基于自适应降噪的刀具损伤灰度图像智能分类方法在权利要求书中公布了：1.一种基于自适应降噪的刀具损伤灰度图像智能分类方法，其特征在于，自适应降噪模块和图像智能分类模块； 所述自适应降噪模块步骤包括将干净灰度图像与其对应的噪声图像作为训练样本，噪声图像为输入、干净图像为输出，以此作为训练集进行训练，得到降噪模块的预训练模型； 将预训练模型结合分类模块进行端到端的联合训练；通过训练集、验证集、测试集进行网络模型构建； 自适应降噪模块具有a个卷积层，7≤a≤11，a为奇数，每个卷积层步长相同，设置图像边缘填充padding＝0； 采用特征融合模块M对特征图进行拼接融合，降噪模块由前馈、反馈路径组成，前、反馈路径中的卷积层数量分别设置为前馈路径中所得到的特征图包含浅层空间信息，反馈路径中所得到的特征图包含深层语义信息，将卷积层C1-C9，C2-C8，C3-C7，C4-C6卷积层后得到的特征图进行通道级融合，可以最大化兼顾空间与语义优势； 训练时，利用训练集训练建立的图像降噪模型，获得训练好的图像降噪模型，即训练过程中，噪声图像经过前馈传播网络进行特征图尺寸的缩小以及通道数的增加，然后通过反馈传播网络进行特征图尺寸的放大，然后由特征融合模块M进行特征图通道级拼接，最终网络学习到噪声残差，与噪声图像相减，得到清晰图像，降噪原理如式1所示，再根据清晰图像计算网络损失，并对每个损失进行加权叠加得到最终损失，然后利用最终损失函数反向传播更新网络权重参数，得到最终的预测结果，原理如式2所示； 这里为清晰图像，为噪声图像，为学习到的噪声残差； 这里向量c表示分类类别，这里c取4； 使用时，将刀具损伤灰度图像输入，网络在处理前有一个先验步骤，即判别图像是否需要降噪处理，无噪图像直接进行分类预测输出结果以提升模型训练速度，节省训练占用的内存；有噪图像经过初步降噪与分类模块处理得到初步预测结果，通过网络的损失平衡参数，使用误差反向传播算法返回该初步预测结果并自适应地调整降噪等级，从而提升最终分类性能。

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理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街200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。