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！

龙图腾网获悉中国石油大学(华东)申请的专利基于地质图像视觉特征的无监督自动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：CN115631106B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202211291834.3，技术领域涉及：G06T5/70；该发明授权基于地质图像视觉特征的无监督自动去噪方法是由张欢;吴春雷;路静;王雷全;胡飞;张立强设计研发完成，并于2022-10-20向国家知识产权局提交的专利申请。

本基于地质图像视觉特征的无监督自动去噪方法在说明书摘要公布了：本发明公开了基于地质图像视觉特征的无监督自动去噪方法。地质模型图像存在大量的噪点，噪点小且密，人工去噪十分复杂繁琐，因此无噪点图像不易获得。针对此问题，本发明构建一个只用极少无噪点图像，采用图片切割和翻转的方式进行扩充的无噪点图像数据集。从计算机领域视觉特征的角度，搭建一个无监督的自动噪点检测模型。该模型采用新设计的卷积自编码器和生成对抗网络，从图像空间和特征空间等两个方面同时控制生成器对无噪点图像的生成，有效地约束编码解码中间过程。检测结果显示，模型可以充分检测出河道内部不正确的噪点，以及在打印过程中产生的“横条”和“竖条”。经过循环填充的方式得到的去噪结果更加符合地质规律。

本发明授权基于地质图像视觉特征的无监督自动去噪方法在权利要求书中公布了：1.基于地质图像视觉特征的无监督自动去噪方法，其特征在于，所述方法包括以下步骤： S1.通过切片的方式构建无噪点地质图像数据集，以改善无噪点图像极少的问题； S2.基于生成对抗网络搭建无监督的地质图像噪点检测模型； S3.基于S1的无噪点图像数据集对无监督的地质图像噪点检测模型进行训练；根据生成器的总损失，对无监督的地质图像噪点检测模型的训练；其中，生成器的总损失表示为： loss＝α×lossadv+β×lossimg+ρ×loss12 其中，θe1与θ分别是编码器fe1和解码器f的参数；addnoise·是加入其他的噪声函数；θD1与θD2分别是判别器fD在判别重构的无噪声图像和无噪点图像X时的参数；θe2表示编码器fe2编码过程中的参数；代表重构图像的编码特征；为无噪点的编码向量；为重构的无噪点图像输入到判别器fD中得到的判别向量；ZD为与重构的无噪点图像对应的无噪点图像X输入到判别器fD中，得到判别向量；fe1·为编码器；fe2·为与编码器fe1·具有相同网络结构的编码器；lossadv代表生成器的对抗损失，其目的在于使被判别为原始图像的编码；lossimg代表图像间的对比损失，lossz代表潜在空间上的特征间的对比损失，生成器的总体损失lossG包含三个损失，α与ρ初始设置为1并且β初始设置为50； 图像间的损失是无噪点图像X投入到生成器后得到重构的图像，将重构的噪点图像和与之对应的无噪点图像进行对比，训练时最小化两者之间的损失；特征间的损失是最小化编码器fe1与编码器fe2提取到的特征； S4.基于S3训练好的模型对地质图像进行噪点检测；并根据噪点的检测结果，使用像素级去噪方法与循环去噪方法对地质图像去噪。

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中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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。