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！

龙图腾网获悉中国人民解放军战略支援部队航天工程大学申请的专利基于张量奇异值分解的图像修复方法、系统、设备、存储介质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：CN116862787B 。

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：202310725633.8，技术领域涉及：G06T5/77；该发明授权基于张量奇异值分解的图像修复方法、系统、设备、存储介质是由马淑丽;杜慧茜;王宏艳;储飞黄;方胜良;胡豪杰;范有臣;李志飞;董尧尧设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本基于张量奇异值分解的图像修复方法、系统、设备、存储介质在说明书摘要公布了：本发明提出了一种基于张量奇异值分解的图像修复方法，首先，图像数据由于维度限制不能直接利用张量奇异值分解框架进行图像处理。为挖掘利用图像数据的潜在张量低管Tubal秩性先验信息，设计一种数据重排方案，使图像数据元素重排为适合张量奇异值分解的数据结构，且该方案能保证重排数据具有张量低管秩性。然后，通过约束张量低管秩性，并联合图像局部平滑性，构建基于张量奇异值分解的图像修复优化模型。最后，开发出基于ADMM方法的模型优化求解算法。实验结果表明，本发明方法能对多种典型图像破损形式进行有效的修复，并在视觉和数值指标上优于低秩矩阵填充方法和基于Tucker张量分解的图像修复方法。

本发明授权基于张量奇异值分解的图像修复方法、系统、设备、存储介质在权利要求书中公布了：1.一种基于张量奇异值分解的图像修复方法，其特征在于，包括以下步骤： 步骤1：输入污染RGB图像，得到图像大小以及污染区像素位置集合； 步骤2：采用图像重排方案对步骤1得到的图像数据元素进行重排，得到新的三阶张量数据； 步骤3：基于新的三阶张量数据，构建基于张量奇异值分解低管秩约束的图像修复模型； 步骤4：设置最大迭代次数、迭代误差容忍度、经验参数并初始化变量，基于采用交替方向乘子方法的迭代优化算法求解所述图像修复模型； 步骤5：输出修复后的图像； 其中，步骤3构建出的图像修复模型为： 1 其中，为图像重排操作算子，和为平衡参数，表示t-SVD分解框架下定义的张量核范数，表示： ； 步骤4的具体操作步骤包括： 步骤41：引入辅助变量，，将所述图像修复模型转化为增广拉格朗日函数最小化问题： 2 其中，和是引入的平衡系数，表示Frobenius范数，和表示引入的残差量； 步骤42：当满足迭代次数和时，分布式迭代求解问题2，在第s次迭代时，依次求解以下子问题： ； ； ； 计算： ； ； ； 步骤43：迭代次数，并返回步骤42，直至迭代结束，输出恢复图像。

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中国人民解放军战略支援部队航天工程大学，其通讯地址为：101416 北京市怀柔区八一路1号航天工程大学；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。