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！

龙图腾网获悉武汉软件工程职业学院(武汉开放大学)申请的专利基于虚实相互指导网络的复数格式SAR图像相干斑噪声抑制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：CN120725911B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510825658.4，技术领域涉及：G06T5/70；该发明授权基于虚实相互指导网络的复数格式SAR图像相干斑噪声抑制方法是由黄颖;崔英姿设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本基于虚实相互指导网络的复数格式SAR图像相干斑噪声抑制方法在说明书摘要公布了：本发明涉及图像噪声抑制领域，公开了一种基于虚实相互指导网络的复数格式SAR图像相干斑噪声抑制方法，方法包括：获取原始复数格式SAR图像，并对其进行实部和虚部分离，得到实部二维矩阵和虚部二维矩阵；构建虚实相互指导相干斑噪声抑制网络；所述虚实相互指导相干斑噪声抑制网络包括实部子网络和虚部子网络；采用自监督损失函数训练所述虚实相互指导相干斑噪声抑制网络，得到训练好的网络；将实部二维矩阵和虚部二维矩阵输入至训练好的网络，完成复数格式SAR图像相干斑噪声抑制；本发明在保持SAR数据相位准确性的同时，有效抑制相干斑噪声。

本发明授权基于虚实相互指导网络的复数格式SAR图像相干斑噪声抑制方法在权利要求书中公布了：1.一种基于虚实相互指导网络的复数格式SAR图像相干斑噪声抑制方法，其特征在于： 方法包括以下步骤： S1、获取原始复数格式SAR图像，并对其进行实部和虚部分离，得到实部二维矩阵和虚部二维矩阵； S2、构建虚实相互指导相干斑噪声抑制网络；所述虚实相互指导相干斑噪声抑制网络包括实部子网络和虚部子网络； S3、采用自监督损失函数训练所述虚实相互指导相干斑噪声抑制网络，得到训练好的网络； S4、将实部二维矩阵和虚部二维矩阵输入至训练好的网络，完成复数格式SAR图像相干斑噪声抑制； 步骤S2中所述实部子网络包括：第一实部噪声抑制模块、第二实部噪声抑制模块和第三实部噪声抑制模块； 步骤S2中所述虚部子网络包括：第一虚部噪声抑制模块、第二虚部噪声抑制模块和第三虚部噪声抑制模块; 步骤S4具体如下： S41、分别对实部二维矩阵A、虚部二维矩阵B执行卷积操作，来提取浅层特征向量，得到实部浅层特征向量； S42、对提取得到的浅层特征向量将其分别输入至第一实部噪声抑制模块、第一虚部噪声抑制模块，得到实部深层特征向量、虚部深层特征向量； S43、对第一实部深层特征向量、第一虚部深层特征向量进行特征拼接，得到特征拼接后的第一特征向量； S44、将拼接后的第一特征向量分别输入至第二实部噪声抑制模块、第二虚部噪声抑制模块，得到第二实部深层特征向量、第二虚部深层特征向量； S45、对第二实部深层特征向量、第二虚部深层特征向量进行特征拼接，得到特征拼接后的第二特征向量； S46、将拼接后的第二特征向量分别输入至第三实部噪声抑制模块、第三虚部噪声抑制模块，得到第三实部深层特征向量、第三虚部深层特征向量； S47、将第三实部深层特征向量、第三虚部深层特征向量分别输入至两个卷积层，学习相应部分的残差后分别加上输入的实部二维矩阵A和虚部二维矩阵B，来输出相干斑噪声抑制后的实部二维矩阵、虚部二维矩阵； S48、将相干斑噪声抑制后的实部二维矩阵、虚部二维矩阵结合，得到相干斑噪声抑制后的复数格式SAR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武汉软件工程职业学院(武汉开放大学)，其通讯地址为：430000 湖北省武汉市东湖高新开发区光谷大道117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。