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！

龙图腾网获悉南京大学申请的专利一种基于图像复杂度评价的超大尺寸图像快速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：CN116823627B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202210278250.6，技术领域涉及：G06T5/70；该发明授权一种基于图像复杂度评价的超大尺寸图像快速去噪方法是由岳涛;李天然;胡雪梅设计研发完成，并于2022-03-21向国家知识产权局提交的专利申请。

本一种基于图像复杂度评价的超大尺寸图像快速去噪方法在说明书摘要公布了：本发明公开了一种基于图像复杂度评价的超大尺寸图像快速去噪方法。包括如下步骤：1提取图像颜色、纹理和内容维度的复杂度特征，构建多特征信息融合的图像复杂度分类模型；2构建多尺度残差密集去噪网络；3构建数据集，设置多尺度残差密集去噪网络的训练参数；4设置损失函数，以最小化损失函数为目标训练多尺度残差密集去噪网络，更新网络参数；5将待处理的图像分块，得到多个图块；使用图像复杂度分类模型对图块进行分类，根据图块的分类结果引导图块从不同深度层级的出口输出，得到去噪后的图块；6将所有图块拼接复原。本发明的方法大大节省了计算资源，缩短运行时间，可以实现对超大尺寸图像的快速去噪。

本发明授权一种基于图像复杂度评价的超大尺寸图像快速去噪方法在权利要求书中公布了：1.一种基于图像复杂度评价的超大尺寸图像快速去噪方法，其特征在于，包括如下步骤： 步骤1，提取图像颜色、纹理和内容维度的复杂度特征，构建多特征信息融合的图像复杂度分类模型，具体包括：根据提取出5个描述不同维度的特征参数：颜色熵、颜色分布匀度、能量、信息熵、边缘比率，将它们组成一个复杂度特征向量C，具体表示为： C＝[ColorH,ColorD,ASM,ENT,Redge] 选取1500张复杂度分布不同的图像，分别提取它们的复杂度特征向量，使用模糊的K-means算法进行聚类，得到三个中心点，这三个中心点分别代表不同等级的复杂度：低复杂度VL，中复杂度VM，高复杂度VH；对于一张新的图，计算它的复杂度特征向量与这三个中心点的欧氏距离，距离最近的点的类别即是该图像的复杂度类别； 步骤2，构建多尺度残差密集去噪网络，该网络采用U型网络结构，深度为M层，包括多个卷积单元、下采样模块和上采样模块，每个所述卷积单元采用密集连接的方式融合上下文信息；所述多尺度残差密集去噪网络具有M个不同深度层级的出口；所述多尺度残差密集去噪网络还包括深度监督模块，用于监督每一个深度层级的输出； 步骤3，构建数据集，设置所述多尺度残差密集去噪网络的训练参数； 步骤4，设置损失函数，以最小化损失函数为目标训练所述多尺度残差密集去噪网络，更新网络参数； 步骤5，将待处理的图像分块，得到多个图块；使用步骤1中建立的图像复杂度分类模型对图块进行分类，根据图块的分类结果引导图块从不同深度层级的出口输出，得到去噪后的图块； 步骤6，将步骤5得到的所有图块拼接复原。

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南京大学，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163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。