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！

龙图腾网恭喜华东交通大学申请的专利一种交通图像处理方法、系统、存储介质及计算机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：CN119169279B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411659689.9，技术领域涉及：G06V10/25；该发明授权一种交通图像处理方法、系统、存储介质及计算机是由曾晗;李鑫鑫;沈阳;邓芳明;韦宝泉;薛宪法;徐礼荣;黄泽润;杨一帆;符思雨;童志鹏设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种交通图像处理方法、系统、存储介质及计算机在说明书摘要公布了：本发明提供了一种交通图像处理方法、系统、存储介质及计算机，处理方法包括：获取原始交通图像，对所述原始交通图像进行预处理，以降低所述原始交通图像的噪声；对预处理后的交通图像进行稀疏处理，选取稀疏处理后的交通图像中的像素点，以像素点为中心选取大小为预设像素的图像块，构建图像矩阵；基于压缩感知算法对所述图像矩阵进行最值求解，以根据所述图像矩阵对交通图像进行重建，识别交通图像中的目标对象；将重构后的交通图像输入用户界面进行展示，为用户进行交通管理提供决策支持。本发明提供的交通图像处理方法可以实时、准确地重建交通图像，提高交通数据反馈的及时性。

本发明授权一种交通图像处理方法、系统、存储介质及计算机在权利要求书中公布了：1.一种交通图像处理方法，其特征在于，包括：获取原始交通图像，对所述原始交通图像进行预处理，以降低所述原始交通图像的噪声；对预处理后的交通图像进行稀疏处理，选取稀疏处理后的交通图像中的像素点，以像素点为中心选取大小为预设像素的图像块，构建图像矩阵；基于压缩感知算法对所述图像矩阵进行最值求解，以根据所述图像矩阵对交通图像进行重建，识别交通图像中的目标对象；将重构后的交通图像输入用户界面进行展示，为用户进行交通管理提供决策支持；所述基于压缩感知算法对所述图像矩阵进行最值求解，以根据所述图像矩阵对交通图像进行重建的步骤包括：基于过完备字典构建优化系数矩阵，所述优化系数矩阵用于表示重建图像的系数矩阵；基于深度学习模型对所述优化系数矩阵进行重构捕捉处理，获取重建图像过程中的图像质量反馈，以捕捉图像中的感兴趣特征；基于小波稀疏正则化对所述优化系数矩阵进行全变分处理，所述全变分处理用于提高重建图像过程中的图像质量；基于基追踪算法对重构捕捉和全变分处理后的优化系数矩阵进行处理，构建所述图像矩阵进行最值求解的目标函数；对所述目标函数进行迭代，直至所述目标函数的前后两次迭代结果差值小于减少量阈值或者迭代次数大于迭代次数最值，停止迭代，得到目标优化系数矩阵；根据所述目标优化系数矩阵和所述过完备字典获取重建的图像矩阵，进而完成对交通图像的重建；所述目标函数的表达为： 式中，为m×n图像矩阵，n为像素点的数量，m为图像块的像素大小，为过完备字典，由p个大小为m的基矢量构成，p＞m，是一个p×n的优化系数矩阵，为的L1范数，为的L2范数，、为正则化参数，为优化系数矩阵进行全变分处理的结果，为调节深度学习模型损失函数权重的参数，为优化系数矩阵进行重构捕捉处理的约束项，用于度量A与深度学习模型的输出之间的差异；其中， 式中，为梯度算子的最大维度，表示第t维梯度算子，表示小波变换；在构建所述图像矩阵进行最值求解的目标函数之后，所述交通图像处理方法还包括：对所述优化系数矩阵进行变化分离，以得到所述优化系数矩阵的正变化部分和负变化部分；变化分离后所述目标函数的表达为： 式中，为优化系数矩阵的正变化部分，为优化系数矩阵的负变化部分。

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东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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”。