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！

龙图腾网恭喜江苏大学申请的专利基于L₂正则化优化模型的边缘感知图像处理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：CN114519673B 。

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：202210047469.5，技术领域涉及：G06T5/80；该发明授权基于L₂正则化优化模型的边缘感知图像处理方法是由杨洋;郑好;曾兰玲;王新宇;赵岩设计研发完成，并于2022-01-17向国家知识产权局提交的专利申请。

本基于L₂正则化优化模型的边缘感知图像处理方法在说明书摘要公布了：本发明公开了基于L2正则化优化模型的边缘感知图像处理方法，给定输入的图像以及按要求设置参数，该方法首先对图像进行边缘感知梯度处理得到新的图像梯度，之后将新的图像梯度代入L2损失函数损失函数，最后最小化L2损失函数得到重建后的图像。为了对图像进行边缘感知，本发明提出了一组映射函数，这些函数提供了输入和输出梯度之间定义良好的非线性映射，使所提出的方法适用于计算机图形学领域的各种应用。实验结果表明，本发明方法在保证了图像处理速度的同时，抑制了光晕、梯度反转、强度漂移伪像，取得了良好的边缘感知图像处理效果。

本发明授权基于L₂正则化优化模型的边缘感知图像处理方法在权利要求书中公布了：1.基于L2正则化优化模型的边缘感知图像处理方法，其特征在于，包括如下步骤：S1，设定梯度处理系数γ、阈值σ以及惩罚系数β，选择输入图像g；S2，对图像进行边缘感知梯度处理，分为梯度压缩和扩大两种，分别对应HDR色调映射和细节增强；S3，将处理后得到的图像梯度代入L2损失函数中；S4，最小化L2损失函数，对输入图像进行图像重建并输出图像，得出最终图像处理结果；步骤S2所述的边缘感知梯度处理时建立的的映射函数为： 其中表示输入图像的梯度，表示输入图像中最大的梯度值，表示梯度正负性，σ表示阈值，用以划分梯度处理范围，γ表示梯度处理程度；所述S3的建立的损失函数为： 其中u表示输出图像，g表示输入图像，s表示具体的像素位置，和分别表示输出图像的在x方向和y方向上的梯度，和分别表示处理过后x方向和y方向上的梯度，β表示惩罚系数，控制数据项us-gs2和惩罚项的比重，当β越大的时候，输出图像梯度越接近于处理后的梯度，而当β为零时，输入图像即为输出图像；所述S4计算L2损失函数最小值方法为：首先将L2损失函数改写为： 其中Fx和Fy分别为x方向和y方向上的梯度算子，gv、uv分别表示输入图像像素和输出图像像素的矢量形式，Fxuv、Fyuv表示对输出图像分别进行x方向和y方向上梯度求解的矩阵形式；表示处理后得到x方向和y方向上梯度的矢量形式；接着对公式求导并将其设置为零，得到uv的求解公式为： 其中和分别表示Fx和Fy的转置矩阵，I表示单位矩阵；最后改写成快速傅里叶变换求解形式，则得到L2损失函数的求解公式为 其中F·和F-1·分别表示快速傅立叶变换和逆快速傅立叶变换运算符，表示F·的复共轭，F1表示狄拉克函数的FFT，表示x方向和y方向上的梯度求解，gx、gy表示处理后得到x方向和y方向上梯度；所述S4对输入图像进行图像重建的方法如下：将处理后得到的梯度值作为和代入L2正则化优化模型，通过设置参数β来控制数据项us-gs2和惩罚项的比重，求解L2损失函数最小值，得到的输出图像u即为重建后图像。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。