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！

龙图腾网获悉北京理工大学申请的专利一种双编码器分支U型结构网络的图像复合噪声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：CN119090756B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202410997350.3，技术领域涉及：G06T5/70；该发明授权一种双编码器分支U型结构网络的图像复合噪声去噪方法是由金伟其;王铭赫;盛典;杨建国;袁盼;李力设计研发完成，并于2024-07-24向国家知识产权局提交的专利申请。

本一种双编码器分支U型结构网络的图像复合噪声去噪方法在说明书摘要公布了：本发明公开一种双编码器分支U型结构网络的图像复合噪声去噪方法，属于图像处理技术领域。本发明实现方法为：分析两种噪声成分的特征尺度差异，构建具有两个编码器分支的U型网络结构。U型网络结构包括两个不同尺度的编码器分支、一个解码器分支和特征融合连接模块。常规尺度注意力的编码器分支用于学习高斯噪声特征，扩大尺度注意力的编码器分支用于学习条纹噪声特征。特征融合模块用于融合两个编码器分支获取的特征，实现高斯噪声和条纹噪声特征的融合。解码器分支通过获取编码器分支提供的深度特征图以及特征融合模块提供的融合特征图。结合上采样操作逐步去除高斯随机噪声和时空域行列条纹噪声，恢复去噪后的图像，提高成像仪器图像质量。

本发明授权一种双编码器分支U型结构网络的图像复合噪声去噪方法在权利要求书中公布了：1.一种双编码器分支U型结构网络的图像复合噪声去噪方法，其特征在于：包括以下步骤， S1、采集噪声图像序列，建立噪声图像和真值图像数据对；单组噪声图像和真值图像对的采集方式为，针对静止场景采集M张序列噪声图像，随机选取其中一张作为噪声图像A1，然后对M张序列噪声图像取平均值，得到真值图像B1，则噪声图像A1、真值图像B1形成一组噪声-真值图像对；继续采集噪声图像序列，直到获取用于神经网络训练的N组噪声-真值图像对； S2、通过分析两种噪声成分的特征尺度差异，构建具有两个编码器分支的U型结构网络；U型结构网络包括两个不同尺度的编码器分支、一个解码器分支和特征融合模块；两个不同尺度的编码器分支分别为常规尺度注意力的编码器分支、扩大尺度注意力的编码器分支；常规尺度注意力的编码器分支用于学习高斯噪声特征，扩大尺度注意力的编码器分支用于学习条纹噪声特征；特征融合模块用于融合两个编码器分支获取的特征；解码器分支获取编码器分支提供的深度特征图以及特征融合模块提供的融合特征图，进而上采样生成； S3、使用步骤S1获取的噪声-真值图像对作为数据集，用于S2搭建的神经网络训练；训练过程具体为：将N组噪声-真值图像对载入训练数据加载器Dataloader，并按训练需求分组数据；将分组后的数据按组输入双编码器U型结构网络，两个编码器分支进行多级特征提取和下采样，生成高维特征图，然后经解码器分支逐级进行特征重建和上采样，恢复图像特征，生成预测结果；使用反向传播算法优化网络参数，最小化输出与真值图像之间的损失函数；迭代训练直至网络收敛，得到训练好的用于图像去噪的U型结构网络； S4、将处理的噪声图像输入到步骤S3训练好的U型结构网络中，U型结构网络的双编码器分支部分对输入图像进行特征提取和降维，网络的中间层对提取的特征进行处理，学习去除高斯随机噪声和时空域行列条纹噪声，解码器分支结合上采样操作，逐步恢复图像的空间分辨率，得到去噪后的图像，即基于双编码器分支U型结构网络实现图像复合噪声去噪。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。