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！

龙图腾网恭喜重庆大学申请的专利一种基于系数张量核范数最小化的彩色图像复原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：CN115239573B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210461053.8，技术领域涉及：G06T5/77；该发明授权一种基于系数张量核范数最小化的彩色图像复原方法是由刘书君;田新雨;甘湖川;曹建鑫设计研发完成，并于2022-04-28向国家知识产权局提交的专利申请。

本一种基于系数张量核范数最小化的彩色图像复原方法在说明书摘要公布了：本发明公开了一种基于系数张量核范数最小化的彩色图像复原方法。属于数字图像处理领域。它是一种利用核范数约束项提高低秩约束能力并采用张量对图像进行线性表示的彩色图像重构方法。首先对目标彩色图像进行初始重构得到初始重构图像，之后对此图像进行经济型张量奇异值分解以获取字典。然后建立低秩约束下的图像复原模型，并使用交替方向迭代算法进行高效求解；本发明采用张量对图像进行线性关系，更好的保留图像内在结构信息，利用初始重构图像设计的冗余字典，增强了线性表示能力，并使用张量核范数约束低秩特性有效估计出表示系数。通过本发明复原得到的图像整体清晰，纹理细节丰富，复原准确度更高，因此可用于彩色图像复原领域。

本发明授权一种基于系数张量核范数最小化的彩色图像复原方法在权利要求书中公布了：1.一种基于系数张量核范数最小化的彩色图像复原方法，包括以下步骤：1输入一幅三通道彩色退化图像，利用张量鲁棒主成分分析法对其进行初始重构，得到初始重构图像对进行经济型张量奇异值分解后，得到冗余字典具体步骤为：1a首先对进行张量奇异值分解： 其中和是正交张量，满足为的共轭转置，表示第一个正面切片是单位矩阵，其他正面切片均为零矩阵的单位张量，表示正面切片均为对角矩阵的对角张量,表示和之间的张量积；1b截取中不为零的部分，并相应截取和的侧向切片实现经济型张量奇异值分解： 其中和分别表示截取张量和的前r个侧向切片构成的张量，为的共轭转置，表示截取张量各个正面切片矩阵的前r行和前r列构成的张量，r表示张量各正面切片中非零对角元素个数的最大值，进一步计算冗余字典 由此获得冗余字典2考虑到彩色图像各通道子图具有高度相似结构特征，因此原始图像张量具有低秩特性，以原始图像张量为处理单位建立低秩约束下的图像复原模型： 其中λ表示正则化参数，表示退化后的彩色图像，表示待复原图像的表示系数，H表示图像退化矩阵，表示张量的核范数，定义为其中表示张量在各管纤维上进行离散傅里叶变换后的第i个正面切片矩阵，表示正面切片矩阵的核范数，即矩阵奇异值之和，表示矩阵F范数的平方，表示张量与张量之间的张量积，算子unfοld·表示向量化张量的各个正面切片矩阵；3采用交替方向乘子法对整个重构模型进行迭代求解，先将2中的表达式转换为增广拉格朗日函数： 其中是辅助变量，定义为是拉格朗日乘子，β是惩罚参数，＜·＞表示两个张量的内积，第三项的表示张量F范数的平方；3a在给定情况下，求解t+1次迭代中增广拉格朗日函数中的变量的子问题可转化为求解一个关于三维张量的凸优化问题： 其中变量该问题是将所有变量变换至频域后利用近端梯度法求解，再反变换至空域得到3b在给定情况下，求解t+1次迭代中增广拉格朗日函数中的变量的子问题可转化为求解一个最小二乘问题： 其中变量该问题是利用最小二乘法求解得到3c更新3中的拉格朗日乘子： 4重复步骤3a～3c，直到复原的彩色图像满足收敛条件或迭代次数达到预设上限。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。