专利名称：一种加权核范数最小化的水下计算鬼成像图像去噪方法及系统      申请号：2020108972420     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：水下成像 海洋探测 图像处理 图像去噪   相似专利 发布日：2024/09/29  
摘要： 本发明公开了一种加权核范数最小化的水下计算鬼成像图像去噪方法及系统，包括：数字微反射镜DMD；可调光源；第一会聚透镜，安装在可调光源的前方；投影透镜，安装在数字微反射镜DMD的前方；第二会聚透镜，用于采集从目标物反射回来的光；光强探测器，处于第二会聚透镜的焦点处；计算机。该加权核范数最小化的水下计算鬼成像图像去噪方法及系统，易于实现和安装、成本低廉、操作和控制方便。通过采用加权核范数最小化图像去噪方法，可以去除水下背向散射光产生的噪声，提高成像质量。同时，由于采用可调光源，可以根据成像距离调节光源亮度，扩大成像范围，实用性更强。本发明实施例有利于水下成像及计算鬼成像技术的应用研究。

专利名称：基于Demons算法的图像去噪算法      申请号：2014106214771     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机软件 图像去噪   相似专利 发布日：2024/07/26  
摘要： 本发明涉及一种基于Demons算法的图像去噪算法，该方法首先在Demons算法的基础上，将扩散过程看作图像配准，建立一种新的基于图像配准的Demons去噪算法，该算法去噪性能较经典的PM算法更优越；其次，考虑到在图像去噪过程中，仅靠梯度信息表征图像的局部特征是不够的，而二阶微分量含有更丰富的信息，将水平集曲率作为控制图像结构的驱动力因素引入到图像配准去噪算法中，建立了一种梯度与曲率双重驱动力的图像去噪算法，双驱动算法；最后，采用加性算子分裂算法(AOS算法)对上述算法进行处理，得到去噪后的图像。本发明不但去噪性能优越，而且图像的整体结构保持完好，去噪后的图像信噪比较其他Demons算法提高了15dB左右，较PM算法提高了25dB左右，清晰度也大幅度提升。

专利名称：一种基于曲率变分的小波变换图像去噪方法      申请号：2014106801427     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 图像去噪   相似专利 发布日：2024/07/26  
摘要： 本发明涉及一种基于曲率变分的小波变换图像去噪算法，其特征在于包括步骤1算法描述：对输入的待去噪图像进行小波变换，再将水平集曲率作为校正因子引入到变分模型中，建立基于曲率变分的小波变换图像去噪算法；步骤2算法验证：针对曲率变分模型的第一项是图像平滑过程中的扩散项，而设计该曲率变分模型的第二项为图像结构的控制函数，以维持图像的整体结构；步骤3算法仿真：采用MATLAB软件的仿真算法，以其仿真结果来分析算法的时效性和复杂性。本发明的算法使得处理出更加清晰的图像，以接近原始图像，去噪后的图像信噪与TV模型比较，提高了15个dB左右，较经典的小波阈值去噪算法提高了25个dB左右，且清晰度大幅度提高。

专利名称：自适应阈值图像去噪算法      申请号：2014107853081     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机软件 图像去噪   相似专利 发布日：2024/07/26  
摘要： 本发明涉及一种自适应阈值图像去噪算法，包括以下步骤，（1）将噪声图像进行Gauss滤波，去除较大噪声；（2）构建拟合扩散系数；（3）建立自适应阈值；（4）建立自适应阈值图像去噪算法模型；（5）用半隐式加性算子分裂（AOS）算法对图像进一步处理，得到去噪后的图像。本发明复杂度低，时效性高，去噪后的图像信噪比与经典算法相比提高了15个dB左右，能有效的保护图像的边缘和纹理等细节信息。

专利名称：基于分数阶偏微分方程的图像去噪方法      申请号：2017104564030     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 图像去噪   相似专利 发布日：2024/07/26  
摘要： 本发明公开了一种基于分数阶偏微分方程的图像去噪方法，本发明根据分数阶导数的非局部性质，在检测边缘时能够减弱噪声的干扰，结合偏微分方程得到一种基于分数阶偏微分方程的图像去噪方法，能够在去噪的同时尽可能地保留原图像的纹理细节；在求解的过程中采用了快速傅立叶变换的方法，避免了复杂的分数阶导数展开运算的同时加快了求解速度；本发明将扩散函数的变量单独设定了分数阶导数，对于不同的图像变化微分阶数可以获得较好的去噪效果，并且收敛速度也较快，所需的迭代次数较少。

专利名称：基于边缘检测算子的混合自适应图像去噪方法      申请号：2014108018855     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：边缘检测 图像去噪   相似专利 发布日：2024/07/26  
摘要： 本发明涉及基于边缘检测算子的混合自适应图像去噪方法，包括以下步骤，步骤一、将噪声图像进行Gauss滤波，去除较大噪声；步骤二、建立平均曲率扩散算法的局部坐标模型；步骤三、建立自适应混合去噪模型；步骤四、用半隐式加性算子分裂（AOS）数值算法对步骤三的图像进一步处理。本发明用局部坐标二次微分这种边缘检测算子代替梯度算子，自适应的控制整个扩散过程，方法简单；结合两种算法的优缺点，取长补短，复杂度低，降低了处理时间；图像的峰值信噪比大幅提高，受噪声污染的图像处理后更加清晰。

专利名称：基于自适应频域滤波的图像去噪方法及系统      申请号：2022104320056     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：去噪 滤波 图像去噪   相似专利 发布日：2024/07/02  
摘要： 本发明涉及图像处理技术领域，具体涉及基于自适应频域滤波的图像去噪方法及系统。该方法包括：将目标图像变换为频谱图像，对频谱图像进行阈值分割，得到高亮区间以及对应的多个滤波器；利用每个滤波器得到频谱图像的多张滤波频谱图，根据每张滤波频谱图中高亮点对的最短距离获取瓦片尺寸，将过滤图像划分为多个瓦片区域；获取每个瓦片区域中像素的行和序列和列和序列，进而得到该瓦片区域中像素的量化的分布情况，对分布情况进行聚类，得到多个类别，获取过滤图像的规则程度；利用规则程度获取对应滤波器的优选程度，选取优选程度最大的滤波器作为最优滤波器对目标图像去噪。本发明实施例能够自适应地选取最优的滤波器去除图像的周期性纹理噪声。

专利名称：一种基于SwinIR的高光谱遥感图像去噪方法      申请号：2023107622601     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：遥感 图像去噪   相似专利 发布日：2024/12/27  
摘要： 本发明公开了一种基于SwinIR的高光谱遥感图像去噪方法，本发明将SwinIR基础网络中单一二维空间尺度的卷积改进为二维与三维卷积拼接，并通过协调注意力机制融合空间特征与光谱特征，以此来充分获得高光谱图像的不同维度信息；采用三维光谱图像编码，并添加自适应池化层将空间编码与光谱编码结合得到整体编码，以确保重构高光谱图像的光谱连续性；采用空间重构残差，将空间重构图像与整体编码重构图像结合来防止最终去噪后的高光谱图像的失真。本发明充分利用了高光谱图像不同维度的信息，并提高了含噪声高光谱图像的图像质量。

专利名称：自适应等距模板迭代均值滤波的图像去噪方法      申请号：2016100580928     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：去噪 滤波 图像去噪   相似专利 发布日：2023/12/13  
摘要： 本发明公开了一种自适应等距模板迭代均值滤波的图像去噪方法，主要解决现有的自适应方法去噪效果差、恢复质量不高等问题。实现步骤为：(1)用极值法判断噪声点；(2)以滤波窗口四边上中点为起始点进行滑动旋转，四角点为终点，取窗口四边对称的8个点构建等值模板(窗口上的四个中点和四个角点为8值模板特例)，并以此顺序形成第一等值模板、第二等值模板……，以此等值模板进行递归裁剪均值滤波；(3)从3×3开始在每次滤波结束检查噪声点是否处理完，如果未处理完，增大窗口，一直到7×7停止，形成自适应滤波。(4)如果噪声点还未处理完，采用迭代滤波。本发明具有在有效处理噪声的同时能很好保持图像细节、有用信息利用率高和去噪速度快的优点。

专利名称：一种基于卷积神经网络的光场图像去噪方法      申请号：2020111440123     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 去噪 卷积神经网络 图像去噪   相似专利 发布日：2023/10/23  
摘要： 本发明公开了一种基于卷积神经网络的光场图像去噪方法，其首先将4D光场图像分别重组为子孔径图像和微透镜阵列图像；之后构建初始堆栈空间卷积块和初始角度卷积块以分别对子孔径图像和微透镜阵列图像提取空间特征和角度特征；然后引入空间角度联合编码器组来建模空间特征和角度特征间的信息补偿关系并提高特征的表达能力；基于提取的空间特征和角度特征，构建空间角度特征融合器组以充分利用特征来丰富重建去噪光场图像的细节信息；最后利用构建的解码器来将空间角度特征融合器组输出的融合特征重建为去噪光场图像；优点是有效去除光场图像中存在的噪声，并能够重建去噪光场图像的纹理信息以及保留去噪光场图像的结构一致性。

专利名称：一种活性污泥微生物彩色显微图像去噪方法      申请号：2021100431996     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：污泥处理 去噪 微 微生物采样 图像去噪   相似专利 发布日：2023/10/17  
摘要： 本发明涉及显微图像去噪技术领域，具体涉及一种活性污泥微生物彩色显微图像去噪方法，首先建立去噪模型，在现有的WNNM方法的基础上，用伪范数来代替核范数，提出去噪模型，然后设计双边加权伪范数去噪算法，再设置权重矩阵W1和W2，最后对模型进行优化与求解；本发明在彩色图像去噪中，单独处理每个通道通常无法取得令人满意的去噪效果，并且容易产生伪影。针对彩色图像多通道特性，本文提出一种双边加权伪范数去噪方法，通过引入两个权重矩阵W1和W2，分别表示三个不同颜色通道以及不同图像斑块中噪声，自适应地处理RGB通道中的不同噪声，根据其不同的噪声标准偏差来平衡多通道，并解决不同通道之间的噪声差异，使得去噪效果更好。

专利名称：基于NSCT和块匹配滤波的光子计数图像去噪方法      申请号：2019101417289     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机软件 去噪 C CT 滤波 图像去噪   相似专利 发布日：2023/10/17  
摘要： 基于NSCT和块匹配滤波的光子计数图像去噪方法，属于图像去噪技术领域。其特征在于：包括如下步骤：步骤1：选取不同的层数和方向数，对光子计数源图像进行非下采样Contourlet变换，获得高低频子带系数。步骤2：通过单尺度Retinex增强算法处理分解后的低频系数。步骤3：根据图像块的相似度用改进的块匹配滤波算法，选择高频子带系数中线特征保持最好的高频子带系数并用其处理。步骤4：根据层间关系改进自适应阈值，基于硬、软阈值函数提出一种新符号函数，并对其余的高频子带系数进行处理。步骤5：用NSCT逆变换重构得到光子计数去噪图像。

专利名称：湍流图像去噪方法      申请号：2017103703869     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：去噪 图像去噪   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种湍流图像去噪方法，包括以下步骤：对含噪湍流图像进行单层二维离散小波变换；提取高频系数并对所述含噪湍流图像作快速离散Curvelet变换；根据贝叶斯准则估计阈值T，改进阈值的自适应选取方法，获得最优阈值，得到去噪的湍流图像。本发明通过提供了一种湍流图像去噪方法，本发明能够很好地保护图像细节信息，并且抑制了边界伪影，视觉效果明显提高。同时本发明取得了较高的峰值信噪比、较低的均方误差，有效地去除湍流退化图像的噪声。

专利名称：基于二维多路径匹配追踪算法的图像去噪方法      申请号：2022112698080     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机软件 去噪 图像去噪   相似专利 发布日：2023/10/17  
摘要： 一种基于二维多路径匹配追踪算法的图像去噪方法，包括如下步骤：S100：输入含噪图像，将所述含噪图像划分为图像块，并在含噪图像上进行字典学习，以获得匹配图像有效特征的字典；S200：使用已学习的字典对每个图像块采用广度优先的二维多路径匹配追踪算法和/或深度优先的二维多路径匹配追踪算法进行稀疏表示进而去除每个图像块的噪声；S300：将已去噪后的图像块重构为一幅完整的去噪后的图像。该方法提高了二维稀疏表示算法的匹配精度，与一维多路径匹配追踪算法和现有的二维正交匹配追踪算法的去噪结果进行比较，本方法均表现出了更好的去噪效果。

专利名称：一种基于边缘增强和卷积神经网络的图像去噪方法      申请号：2021102123487     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 去噪 卷积神经网络 图像去噪   相似专利 发布日：2023/09/20  
摘要： 本发明公开了一种基于边缘增强和卷积神经网络的图像去噪方法，具体包括如下步骤：步骤1，选取n张图像作为训练样本，然后对训练样本中的每张图像进行处理；步骤2，对步骤1中进行处理后的图像进行NSCT变换，得到低频子带图L及高频子带图；步骤3，对步骤2中的高频子带图J的边缘进行定位，将定位后的高频方向子带图和步骤2所得的低频子带图进行NSCT逆变换得到最终待训练的边缘增强后的噪声图像X；步骤4，将步骤3中得到的边缘增强后的噪声图像输入到残差去噪网络中进行训练学习，得到最终去噪之后的干净图像。本发明解决了现有技术中存在去噪效果不明显及去噪结果边缘纹理不清晰的问题。

专利名称：非下采样剪切波变换医学CT图像去噪方法      申请号：2019101864812     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：医疗 剪切 采样 去噪 C CT CT图像 图像去噪   相似专利 发布日：2023/09/14  
摘要： 非下采样剪切波变换医学CT图像去噪方法，包括如下步骤：步骤1)医学CT扫描图像模型建立；步骤2)对CT图像进行NSST多尺度分解和多方向分解得到一个低频子带和多个高频子带；步骤3)使用快速几何纹理分解将原图像分解为平滑的几何部分和包含噪声的纹理部分，并取几何部分分量和低频子带相融合；步骤4)采用三边滤波法降噪处理融合后的新低频分量，得到新的低频子带；步骤5)采用自适应阈值收缩法处理经剪切波变换后的高频子带系数；步骤6)结合处理后的低频分量和高频分量进行NSST重构，得到去噪后的医学CT图像。本发明通过实验分析与传统的去噪领域算法进行了对比，有效的应用在医学CT去噪领域，能够更好的有利于医师的分析诊断。

专利名称：基于快速非局部均值和TV-L1模型的剪切波变换医学CT图像去噪方法      申请号：2018112197790     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：医疗 剪切 去噪 C CT L LED芯片 CT图像 图像去噪   相似专利 发布日：2023/09/14  
摘要： 基于快速非局部均值和TV‑L1模型的剪切波变换医学CT图像去噪方法，包括如下步骤：步骤1)建立医学CT图像模型；步骤2)对图像进行剪切波变换多尺度和多方向分解得到一个低频子带和多个高频子带；步骤3)使用TV‑L1模型分解图像为cartoon和texture部分，并取低频子带和cartoon得混合图；步骤4)对混合图应用利用积分图像技术加速得到的快速非局部均值去噪，得到新的低频子带；步骤5)对高频子带的剪切波系数进行阈值收缩处理；步骤6)对处理后的系数进行剪切波逆变换，得到去噪后的医学CT图像。本发明通过实验分析与传统的去噪领域算法进行了对比，有效的应用在医学CT去噪领域，能够更好的有利于医师的分析诊断。

专利名称：基于DNST域双变量收缩和双边非局部均值滤波的医学PET图像去噪方法      申请号：2018111666705     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：医疗 PET 去噪 滤波 图像去噪   相似专利 发布日：2023/09/14  
摘要： 基于DNST域双变量收缩和旋转不变双边非局部均值滤波结合的医学PET图像去噪方法，包括如下步骤：步骤1)建立医学PET图像模型；步骤2)通过离散不可分离剪切波对PET图像进行分解；步骤3)对高频剪切波系数进行双变量收缩处理；步骤4)对低频剪切波系数进行旋转不变双边非局部均值滤波处理步骤4)对处理后的系数进行DNST逆变换。本发明通过实验分析与最新的去噪领域算法进行了对比，有效的应用在医学PET去噪领域；特别是针对PET低频采用旋转不变双边非局部均值滤波和对高频剪切波系数进行双变量收缩，能够更好的保护医学PET图像中软组织的细节信息。通过了大量的实验数据对比，提出了基于剪切波域双变量收缩和旋转不变双边非局部均值滤波结合的医学PET图像去噪方法，能够更好的有利于医师的分析诊断。

专利名称：一种自适应非局部总变分的图像去噪方法      申请号：2018108204772     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：去噪 图像去噪   相似专利 发布日：2023/09/14  
摘要： 本发明公开了一种自适应非局部总变分的图像去噪方法，包括:(1)构建NA‑NLTV模型：其中，Ω表示恢复图像u或含噪图像u0的整个图像区域，|▽NLu|是正则项，保真项，λ1(x)为根据含噪图像u0计算得到的自适应平衡函数，具体为：其中，θ1为函数λ1(x)的值域范围参数，λ1(x)∈(0,θ1)；Ω1是以含噪图像u0中的点x∈Ω为中心的大小为s1×s1的区域，ω1(x,y)为含噪图像u0中二个像素点x、y间的非局部像素相似性权重；(2)利用构建的NA‑NLTV模型对输入的含噪图像u0进行去噪，即求解NA‑NLTV模型，输出恢复图像u1。该图像去噪方法去噪效果佳，能够获得优质量的图像。

专利名称：一种基于图像块聚类字典训练的图像去噪去模糊方法      申请号：201710665044X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：去噪 训练 图像去噪   相似专利 发布日：2023/09/14  
摘要： 一种基于图像块聚类字典训练的图像去噪去模糊方法，以图像块作为基本操作单元，以有效的消除图像在拍摄或传输过程中残留的噪声点，并获得较高的图像峰值信噪比值和较好的视觉效果为目的，分为以下步骤：a)采用非重叠分割的方法图像分割成大小相等的图像块，对图像块进行搜索聚类；b)参考人体视觉系统方法，计算图像块对应像素点的方差；c)将聚类所得的图像组视为过完备字典集，并进行迭代计算更新字典；d)通过更新所得字典集，对图像进行降采样稀疏重构，去除低频噪声信号分量，以达到去噪去模糊的效果。