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！

龙图腾网获悉杭州径上科技有限公司申请的专利一种基于监督学习的核辐照图像降噪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：CN117115022B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202311025268.6，技术领域涉及：G06T5/70；该发明授权一种基于监督学习的核辐照图像降噪系统是由吕焱飞;程乔乔;许文航;朱斌才;罗炎斌;麻晓龙设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本一种基于监督学习的核辐照图像降噪系统在说明书摘要公布了：本发明公开了一种基于监督学习的核辐照图像降噪系统，包括核辐照噪声识别模块和图像去噪模块，两组模块均是通过深度学习网络实现，并通过监督学习方法训练实现图像去噪的深度学习网络；实现核辐照噪声识别的深度学习网络输入核辐照噪声图像，输出与核辐照噪声图像对应的mask图。本发明中，改进了使用监督学习方式进行核辐照噪声去噪模型的训练方法，解决了使用监督学习时，核辐照噪声和无噪声图像对数据集难以获取的问题，通过对核辐照噪声的特征识别和精确定位，将对特征复杂的核辐照噪声的去噪问题转换为对特征简单的色块去噪问题，使得在去噪网络模型训练时，可以人工快速的生成大量的噪声和无噪声配对图像用于模型训练。

本发明授权一种基于监督学习的核辐照图像降噪系统在权利要求书中公布了：1.一种基于监督学习的核辐照图像降噪系统，其特征在于，包括核辐照噪声识别模块和图像去噪模块，两组模块均是通过对深度学习网络实现，并通过监督学习方法训练实现图像去噪的深度学习网络； 实现核辐照噪声识别的深度学习网络输入核辐照噪声图像，输出与核辐照噪声图像对应的mask图； 实现图像去噪的深度学习网络输入核辐照噪声图像和mask图，噪声图像中由mask图指示的噪声区域使用色块填充，从噪声周边区域进行图像信息恢复，并借助mask图，在进行图像噪点信息恢复时，对mask图标注的图像噪声区域进行图像信息恢复； 所述实现核辐照噪声识别的深度学习网络为Shallow-Unet网络，Shallow-Unet网络结构包括下采样层、连接层、上采样层； 所述下采样层包含有两组重复结构，每组重复结构包括两组3×3的卷积层、非线性RELU层和一组2×2maxpooling层； 所述连接层包括三组3×3的卷积层、非线性RELU层和一组CBAM空间和通道混合注意力机制； 所述上采样层包含有两组重复结构，第一组重复结构包括三组3×3的卷积层、非线性RELU层和一组CBAM空间和通道混合注意力机制、2×2的反卷积层，第二组重复结构包括与第一组重复结构相同的结构以及一组1×1的卷积层； 上、下采样层中的相对应的两组重复结构之间通过特征拼接concat层跳跃连接。

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杭州径上科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区西兴街道聚工路19号9幢3楼303室；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。