Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜上海凌泽信息科技有限公司石兴获国家专利权

恭喜上海凌泽信息科技有限公司石兴获国家专利权

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!

龙图腾网恭喜上海凌泽信息科技有限公司申请的专利基于自适应均值滤波的脉冲噪声消除方法及系统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:CN119130840B

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:202411135690.1,技术领域涉及:G06T5/70;该发明授权基于自适应均值滤波的脉冲噪声消除方法及系统是由石兴;刘豫湘设计研发完成,并于2024-08-16向国家知识产权局提交的专利申请。

基于自适应均值滤波的脉冲噪声消除方法及系统在说明书摘要公布了:本发明公开了基于自适应均值滤波的脉冲噪声消除方法及系统,属于信号去噪技术领域,具体包括:首先,通过收集噪声标记后的图像数据集,并采用局部对比度归一化预处理,结合CNN模型与传统低级特征,形成多尺度特征融合图;然后,利用CNN的分割能力预测噪声区域,并动态调整边界;其次,基于噪声区域的邻域像素特性,设定动态权重函数和滤波窗口,对每个像素进行加权均值计算,以识别并替换噪声点;最后,通过深度残差学习优化滤波效果,增强图像质量,并进行评估与可视化,本发明有效提高了图像去噪的精度和效率。

本发明授权基于自适应均值滤波的脉冲噪声消除方法及系统在权利要求书中公布了:1.基于自适应均值滤波的脉冲噪声消除方法,其特征在于,包括:步骤S1:收集噪声标记后的图像数据集,并进行预处理,将预处理后的图像数据集进行特征提取,结合传统低级特征,形成多尺度特征融合图;步骤S2:对多尺度特征融合图进行深度分析,预测噪声区域,并使用动态边界自适应调整方法动态调整噪声区域的上下边界;步骤S3:根据确定的噪声区域,设定动态权重函数和动态噪声调整阈值,并根据噪声区域邻域像素的统计特性,为每个噪声点设定滤波窗口,使用滤波窗口遍历噪声图像中每个像素点,在每个滤波窗口中,根据像素与噪声中心点的距离和灰度值差异,使用动态权重函数为每个像素分配不同的权重,计算加权均值;步骤S4:根据加权均值,判断当前像素是否为噪声点,若为噪声点,则将当前像素替换为滤波窗口内像素的均值,并再次判断是否存在噪声点,若存在,则增大滤波窗口,计算噪声变化率,若噪声变化率小于噪声调整阈值,则停止遍历噪声图像,同时,保存过程数据;所述步骤S2的具体步骤包括:S2.1:将获得的多尺度特征融合图输入训练好的CNN模型,在CNN模型的全连接层和输出层,CNN模型根据融合特征生成一个与输入图像大小相同的概率图;S2.2:设定阈值,若,则概率图上像素属于噪声区域,获得二值化的噪声区域预测图,其中,表示概率图上的第i个像素,i表示概率图上像素的索引位置;S2.3:基于噪声区域预测图,设定初始噪声区域边界,分析初始边界邻域像素特征,根据像素特征评估对应像素是否属于噪声区域;若,则将边界邻域像素加入到噪声区域,其中,表示边界邻域像素特征,表示噪声区域内部的像素特征,表示相似性;若,则将边界邻域像素从噪声区域中排除,其中,表示背景区域的像素特征;S2.4:设定噪声区域的边界阈值为,重复S2.2-S2.3,直到噪声区域的边界变化满足:。

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上海凌泽信息科技有限公司,其通讯地址为:201702 上海市青浦区徐泾镇诸光路1588弄绿地控股全球商品贸易港C座7楼704;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。