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！

龙图腾网获悉宁夏大学申请的专利基于无监督网络先验的非凸低秩图像分解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：CN118864871B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202410806870.1，技术领域涉及：G06V10/40；该发明授权基于无监督网络先验的非凸低秩图像分解方法是由刘国军;尚婉清;王亚镇;马月梅设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本基于无监督网络先验的非凸低秩图像分解方法在说明书摘要公布了：本发明提供了一种基于无监督网络先验的非凸低秩图像分解方法，涉及图像处理技术领域，该方法包括：基于深度图像先验DIP和非凸低秩正则项构建图像分解模型；将待分解图像输入图像分解模型进行循环迭代计算，直至当前轮次的迭代计算得到的初级输出图像与上轮次得到的初级输出图像之间的评价指标相对误差小于预设误差阈值，结束循环迭代计算；输出待分解图像最终的图像分解结果；其中，在每轮次迭代计算后，若未达到结束循环迭代计算的条件，则对图像分解模型的优化变量进行更新，并利用更新优化变量后的图像分解模型进行下一轮次的迭代计算。本方案能够提高图像分解的精细度和完整度，进而提高图像分解的效果。

本发明授权基于无监督网络先验的非凸低秩图像分解方法在权利要求书中公布了：1.一种基于无监督网络先验的非凸低秩图像分解方法，其特征在于，包括： 基于深度图像先验DIP和非凸低秩正则项构建图像分解模型； 将待分解图像输入所述图像分解模型进行循环迭代计算，直至当前轮次的迭代计算得到的初级输出图像与上轮次得到的初级输出图像之间的评价指标相对误差小于预设误差阈值，结束循环迭代计算； 输出所述待分解图像最终的图像分解结果； 其中，在每轮次迭代计算后，若未达到结束循环迭代计算的条件，则对所述图像分解模型的优化变量进行更新，并利用更新优化变量后的图像分解模型进行下一轮次的迭代计算； 所述图像分解模型包括： 其中，τi和μ均为正的参数，||·||r表示截断核范数，fθz为一个参数为θ的网络生成器，i表示第i个像素点，N为图像大小，D为梯度算子，y为输入的待分解图像，z为图像结构部分，v为图像纹理部分；为与DIP相关的数据保真项，为对DIP整体进行梯度约束的正则项，μ||v||r为非凸低秩正则项； 所述对所述图像分解模型的优化变量进行更新，包括： 将所述图像分解模型变化为如下增广拉格朗日函数形式： 其中，β为惩罚参数，λ为拉格朗日乘子，ti＝Dfθzi为约束条件； 对增广拉格朗日函数形式的图像分解模型的优化变量θ、ti、v和λ进行更新。

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宁夏大学，其通讯地址为：750021 宁夏回族自治区银川市贺兰山西路489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”。