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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于卷积神经网络的边缘提取图像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：CN115496687B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202211175527.9，技术领域涉及：G06T5/70；该发明授权一种基于卷积神经网络的边缘提取图像去噪方法是由文凯;季娟设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的边缘提取图像去噪方法在说明书摘要公布了：本发明涉及一种基于卷积神经网络的边缘提取图像去噪方法，属于图像处理领域，包括以下步骤：S1：将原始图像输入基于Canny算子的边缘提取网络来提取图像的边缘信息；S2：将原始图像输入基于残差学习的预处理网络进行初步去噪；S3：将初步去噪图像和边缘信息图像同时输入基于通道与空间注意力机制的融合网络，得到具有清晰边缘的去噪图像。本发明不仅减小了模型的复杂度，而且还大大提高了去噪效率。

本发明授权一种基于卷积神经网络的边缘提取图像去噪方法在权利要求书中公布了：1.一种基于卷积神经网络的边缘提取图像去噪方法，其特征在于：包括以下步骤： S1：将原始图像输入基于Canny算子的边缘提取网络来提取图像的边缘信息； S2：将原始图像输入基于残差学习的预处理网络进行初步去噪； S3：将初步去噪图像和边缘信息图像同时输入基于通道与空间注意力机制的融合网络，得到具有清晰边缘的去噪图像； 所述基于通道与空间注意力机制的融合网络包含一个Conv+Relu+BN层、一个Conv层和信道和空间注意机制，通过Cat函数聚合预处理得到的初步去噪图像和边缘提取得到的边缘信息图像，经过Conv+Relu+BN卷积层压缩通道数，再由通道与空间注意网络CSAN自适应地给重要的图像边缘细节分配更大的权重，从而得到具有清晰边缘的去噪图像； 所述基于通道与空间注意力机制的融合网络的工作流程如下： 上支路是信道注意网络，通过平均池化和最大池化操作将输入特征映射的信道压缩为两个点，并将这两点和噪声水平聚和作为输入； 然后利用两个卷积层来学习通道之间的关系，假设C为通道数，H和W分别为图像的宽度和高度，则输入特征映射的大小为C×H×W； 第一个卷积层3×1卷积，输出通道为C16，第二个卷积层是1×1卷积，输出通道数为C； 下支路是一个空间注意网络，该网络将每一个空间位置的最大值、平均值和噪声水平图拼接起来作为输入，并且使用两个卷积核大小为3×3的卷积层来学习空间位置之间的关系； 最后，将输入的每个元素都通过乘以相应的放大因子来进行比例运算；比例运算的过程定义为下式： SAk,i,j＝inputk,i,j×Bk×Si,j 其中，k是信道，i，j是空间位置，SA是融合网络的输出，B为信道注意网络的输出，S为空间注意网络的输出。

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邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。