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！

龙图腾网获悉华中科技大学苏州脑空间信息研究院;华中科技大学申请的专利一种散斑噪声图像处理装置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：CN115063595B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202210770815.2，技术领域涉及：G06V10/30；该发明授权一种散斑噪声图像处理装置是由陆锦玲;李鹏程;程维敏设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本一种散斑噪声图像处理装置在说明书摘要公布了：本发明公开了一种散斑噪声图像处理装置，属于图像处理技术领域，图像处理装置包括：相干信号源、信号传感元件和图像处理单元，图像处理单元包括网络结构子单元，网络结构子单元采用自监督学习算法用于去除含噪图像中的散斑噪声，网络结构子单元的网络参数基于总损失函数训练得到，总损失函数包括各向异性梯度正则化损失函数，各向异性梯度正则化损失函数基于相邻时刻含噪图像的图像值确定。此算法只需光源照明，不需要额外添加SLM、LED和oLSR等硬件。借助散斑噪声在时间上部分独立的散斑序列图像，通过各向异性梯度正则化损失函数准确地对图像同质区域的光滑性进行约束，去除用传统网络结构处理含噪图像后残留的散斑噪声，实现激光图像的散斑去除。

本发明授权一种散斑噪声图像处理装置在权利要求书中公布了：1.一种散斑噪声图像处理装置，其特征在于，所述图像处理装置包括： 相干信号源，所述相干信号源在成像中产生具有散斑噪声的含噪图像； 信号传感元件，用于采集不同时刻的含噪图像； 图像处理单元，包括网络结构子单元，所述网络结构子单元采用自监督学习算法用于去除所述含噪图像中的所述散斑噪声，所述网络结构子单元的网络参数基于总损失函数训练得到，所述总损失函数包括各向异性梯度正则化损失函数，所述总损失函数还包括所述网络结构的训练损失，计算方法如下式所示： 1， 2， 其中，为总损失函数，为训练损失，为各向异性梯度正则化系数，表示信号传感元件采集的含噪图像，表示采样序列上的相邻时刻含噪图像；H，W分别表示图像的高度和宽度对应的像素数量；表示网络中可训练的参数，表示一个mini-batch中图像的张数；表示参数为的网络处理后的输出图像； 基于各向异性梯度正则化的总损失函数基于相邻时刻所述含噪图像的图像值确定； 所述各向异性梯度正则化损失函数通过以下方式确定： 其中，表示网络输出图像，其中存在未完全修复的残留噪声，表示将矩阵展开为一维向量，D为各向异性搜索半径；代表计算各向异性梯度的算子， 其中，为循环变量；h和w为图像的像素坐标位置，为图像批次内的经网络处理后的第b帧图像h,w像素处的图像值，是与像素h,w距离为D的像素坐标组成的集合。

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华中科技大学苏州脑空间信息研究院;华中科技大学，其通讯地址为：215123 江苏省苏州市苏州工业园区若水路388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。