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！

龙图腾网获悉南昌大学第一附属医院申请的专利一种针对多角度序列的自监督图像去噪方法及系统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：CN120543415B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511020978.9，技术领域涉及：G06T5/70；该发明授权一种针对多角度序列的自监督图像去噪方法及系统是由张泽宇;熊博;林子涵;苏长青;曾元临设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种针对多角度序列的自监督图像去噪方法及系统在说明书摘要公布了：本发明涉及图像处理领域，提出的一种针对多角度序列的自监督图像去噪方法及系统，通过像素重排处理，破坏噪声的空间相关性，以获得更好的去噪效果，再通过基于位移‑裁剪策略的盲点网络，相较于传统的掩膜卷积或空洞卷积，无需更改卷积核权重排布，且保留标准卷积性能，结构简单高效且硬件需求低，再通过非盲点网络允许卷积核直接感受中心像素，以获取完整上下文信息，又根据互学习优化共享损失函数进行协同优化，以实现在优化训练后仅通过参数量更少的非盲点网络输出去噪图像，既有效抑制噪声，又能保持图像的结构细节，以具有更高的结构保真度，本发明提高了自监督图像去噪方法的去噪准确性和效率。

本发明授权一种针对多角度序列的自监督图像去噪方法及系统在权利要求书中公布了：1.一种针对多角度序列的自监督图像去噪方法，其特征在于，包括： 采集多角度图像序列数据并进行预处理，以获取图像序列张量，将图像序列张量输入自监督去噪网络，所述预处理包括数据转换处理，所述自监督去噪网络包括盲点网络支路和非盲点网络支路； 所述盲点网络支路对所述图像序列张量进行旋转增强处理和像素重排处理，再根据盲点网络进行盲点特征提取，所述旋转增强处理用于扩充图像数据，所述像素重排处理用于增强图像数据，所述盲点网络基于位移-裁剪策略的U-Net网络结构； 根据预设降采样因子对所述扩充图像序列张量进行重排处理，以获取重排图像序列张量，所述重排处理将所述扩充图像序列张量中每个空间位置的像素块进行缩小，所述缩小倍数基于预设降采样因子； 对所述重排图像序列张量进行填充操作，以获取填充图像序列张量，所述填充操作根据预设填充值对所述重排图像序列张量进行边缘扩展，再根据批处理对所述填充图像序列张量进行对齐，将对齐后的所述填充图像序列张量输入盲点网络； 所述再根据盲点网络进行盲点特征提取的步骤，具体包括： 盲点网络对旋转增强处理和像素重排处理后的图像序列张量进行盲点特征提取，以获取盲点特征图； 所述盲点网络为编码器-解码器结构，所述编码器-解码器结构中包括编码器部分和解码器部分，所述编码器部分和解码器部分之间为跳连接，所述编码器部分包括三个编码卷积子模块，所述解码器部分包括两个解码卷积子模块； 所述编码卷积子模块包括两个卷积层，每个所述卷积层中的卷积核大小为，步幅为1，激活函数为LeakyReLU，负斜率为0.1，所述编码器部分的非最底层采用最大池化层对盲点特征图进行下采样； 所述盲点网络基于位移-裁剪策略，根据所述位移-裁剪策略，在编码卷积子模块的每个卷积层进行卷积操作前，对盲点特征图进行一次竖直方向的像素位移，所述竖直方向的像素位移对所述盲点特征图的高度方向增加一行零填充，在编码卷积子模块的每个卷积层进行卷积操作后，对卷积操作后的盲点特征图的最后一行像素进行裁剪； 所述盲点网络的编码卷积子模块的具体算法如下： Y=CropConvPadX,K， 其中，Y表示编码卷积子模块的输出特征图，Crop表示裁剪操作，Conv表示卷积操作，Pad表示填充操作，X表示编码卷积子模块的输入特征图，K表示标准二维卷积核； 所述非盲点网络支路对所述图像序列张量进行像素重排处理，再根据非盲点网络进行非盲点特征提取，所述非盲点网络基于U-Net网络结构； 将所述盲点特征和所述非盲点特征进行复原处理，再进行互学习优化，以获取最终去噪图像。

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南昌大学第一附属医院，其通讯地址为：330000 江西省南昌市东湖区永外正街17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。