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！

龙图腾网获悉华侨大学申请的专利一种基于多尺度信息提取的图像去噪系统及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：CN116452446B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310363873.8，技术领域涉及：G06T5/00；该发明授权一种基于多尺度信息提取的图像去噪系统及方法是由易定容;乐炜桦;周博聪;胡欢欢;陈思嘉设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种基于多尺度信息提取的图像去噪系统及方法在说明书摘要公布了：本发明公开了一种基于多尺度信息提取的图像去噪系统及方法，包括显微图像采集装置和图像去噪装置；所述显微图像采集装置用于采集训练和调试用的显微图像数据集，还用于采集待处理样本的细胞图像；所述显微图像采集装置用于使用所述显微图像数据集对多阶段去噪网络模型进行训练和调试，获得参数最优的多阶段去噪网络模型，还用于使用该多阶段去噪网络模型对输入的待处理样本的细胞图像进行处理输出去噪后的图像。本发明能够灵活调整被测样本相对物镜的轴向距离，从而实现在不同深度进行对焦，在此基础上，使用多阶段去噪网络模型对含噪声的细胞图像进行恢复处理，在噪声去除和纹理信息保存上具有显著效果。

本发明授权一种基于多尺度信息提取的图像去噪系统及方法在权利要求书中公布了：1.一种基于多尺度信息提取的图像去噪系统，其特征在于，包括显微图像采集装置和图像去噪装置；所述显微图像采集装置用于采集训练和调试用的显微图像数据集，还用于采集待处理样本的细胞图像；所述图像去噪装置用于使用所述显微图像数据集对多阶段去噪网络模型进行训练和调试，获得参数最优的多阶段去噪网络模型，还用于使用该多阶段去噪网络模型对输入的待处理样本的细胞图像进行处理输出去噪后的图像； 所述图像去噪装置部署在上位机上，包括： 训练数据集构建模块，接收显微图像采集装置采集的细胞显微图像数据，完成模型训练所需数据集的构建； 模型构建与训练模块，构建多阶段去噪网络模型，使用模型训练数据集中的数据完成模型参数的构建；所述多阶段去噪网络模型包括通道关联单元、多尺度去噪单元和融合压缩单元； 模型保存模块，通过设置随训练轮数逐渐减小的损失函数，观测到网络模型最适合的训练轮数；并通过对验证集的测试将性能最好的参数权重进行保存；最后将保存模型用于对输入图像进行处理并输出去噪后的图像； 实时处理模块，使用保存的模型对显微图像采集装置采集的待处理样本的细胞图像进行处理输出去噪后的图像； 所述通道关联单元使用10层结构对输入图像进行处理并且将输出结果与输入图像在通道域上进行串联作为多尺度去噪单元的输入；其中10层网络结构在第一层使用了Conv+ReLU，最后一层输出只使用Conv，中间8层采用相同的结构即Conv+BN+ReLU；上述通道关联单元的第一层及中间层的卷积操作中，特征通道的数量被设置为64，卷积核大小被设置为3x3； 所述多尺度去噪单元采用了五层并行特征金字塔的设计结构，从而实现同时捕获不同尺度的目标信息；首先对通道关联单元输出的图分别进行1x1、2x2、4x4、8x8和16x16的并行池化操作从而得到不同尺度的特征表示，然后将它们分别输入到各自的U-Net中进行去噪处理，最后将多级去噪特征信息进行融合并将它们与通道关联单元输出的图在通道域上进行并联作为融合压缩单元的输入； 所述融合压缩单元采用了4个BottleNeck单元，所述BottleNeck单元中使用2个卷积层并进行BN操作，之后分别是ReLU层和卷积层操作；上述BottleNeck单元的每个卷积层中，特征通道的数量的增长率被设置为32，卷积核大小为3x3。

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侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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。