遵义师范学院黄成强获国家专利权
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！
龙图腾网获悉遵义师范学院申请的专利一种基于轻量级双卷积神经网络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：CN116823652B 。
龙图腾网通过国家知识产权局官网在2025-07-08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：202310728361.7，技术领域涉及：G06T5/70；该发明授权一种基于轻量级双卷积神经网络的图像去噪方法是由黄成强;杨洁设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。
本一种基于轻量级双卷积神经网络的图像去噪方法在说明书摘要公布了：本方案公开了智能图像处理技术领域的一种基于轻量级双卷积神经网络的图像去噪方法，分别搭建了噪声掩模卷积神经网络MCNN和去噪卷积神经网络DCNN。MCNN旨在实现精确噪点标记，而DCNN旨在实现高性能去噪。采用“噪声图像‑噪声掩模”对数据集和“噪声图像‑干净图像”对数据集训练MCNN和DCNN。实验结果表明，MCNN标记的误判率分别比极点标记法、均值标记法和极值图像块标记法降低了77.79％、77.75％和30.60％。去噪所得图像的峰值信噪比比传统方法提升了4.84％，信息损失降低了17.89％。此外，网络的运算复杂度比传统CNN降低3.98倍，还提升了椒盐去噪的性能。
本发明授权一种基于轻量级双卷积神经网络的图像去噪方法在权利要求书中公布了：1.一种基于轻量级双卷积神经网络的图像去噪方法，其特征在于，包括： S1、彩色图像转换为黑白图像，然后截取若干个图像块； S2、将所截取的图像块添加随机密度的椒盐噪声，得到噪声图像；分别对添加和未添加椒盐噪声的位置进行区别标记，生成噪声掩膜； S3、1将噪声图像和噪声掩模组合在一起，构成一一对应的“噪声图像-噪声掩模”对，用作训练MCNN的数据集，得到MCNN网络模型； 2将噪声图像和干净图像组合在一起，构成一一对应的“噪声图像-干净图像”对，用作训练DCNN的数据集，得到DCNN网络模型； S4、噪声图像进行去噪：用MCNN对图像中的噪点进行标记，对于MCNN标记为噪点的像素，采用DCNN网络模型对噪声图像进行去噪。
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遵义师范学院，其通讯地址为：563000 贵州省遵义市新浦新区平安大道中段；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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号