咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202211053496.X | 专利名称： | 一种基于非局部注意力的深度增强图像去噪方法 |
| 申请日： | 2022-08-31 | 申请/专利权人 | 南京信息工程大学 |
| 专利类型： | 发明 | 地址： | 江苏省盐城市盐南高新区新河街道文港南路105号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06T5/70 分类检索 |
| 公开/公告日： | 2025-08-22 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN115330639B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 5 | 所属领域： | 计算机视觉 深度学习 图像处理专利转让搜索 |
应用场景：高噪声环境下的图像/视频降噪（如监控、医学影像、手机摄影）；低光照或模糊场景的图像复原；实时图像去噪应用（如工业检测、自动驾驶）
摘 要：本发明公开了一种基于非局部注意力的深度增强图像去噪方法，包括：将数据集中的图像输入预先构建的网络框架中，对干净图像进行分块，得到预处理图像；对预处理图像加上加性噪声，得到带噪声图像；将带噪声图像输入到非局部注意力模块，得到带有图像非局部信息的特征图；对带有图像非局部信息的特征图进行卷积操作，得到抽象的特征图；对抽象的特征图进行卷积操作进行图像重建，得到重建后的图像；将重建后的图像输入到非局部注意力模块，得到去噪后的图像；计算去噪后的图像与干净图像之间的损失，并通过网络的正向、反向传播降低损失，直到迭代次数达到阈值或学习率衰减至下限时，得到去噪模型。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2012105714691 | 【发明】基于GA-BP神经网络的图像椒盐噪声自适应滤波方法 | 2025/10/15 |
| 2025100133482 | 【发明】基于时谱域融合与时序自注意力增强的遥感云层修复方法 | 2025/10/15 |
| 2025100118995 | 【发明】一种水下图像色彩恒常性增强方法及系统 | 2025/10/15 |
| 202510322124X | 【发明】一种基于改进的混合阶全变分图像去噪实现方法 | 2025/10/15 |
| 2014107853081 | 【发明】自适应阈值图像去噪算法 | 2025/10/15 |
| 2015102622988 | 【发明】一种基于梯度与拉普拉斯算子的混合自适应图像去噪方法 | 2025/10/15 |
| 2025107370332 | 【发明】一种多尺度融合高光谱图像和多光谱图像的方法及装置 | 2025/10/15 |
| 2024106958677 | 【发明】一种恶劣天气条件下机载激光扫描点云的多层级去噪方法及系统 | 2025/10/15 |
| 2022103589690 | 【发明】一种基于各向异性颜色通道衰减差异的水下图像增强方法 | 2025/10/15 |
| 2024118399170 | 【发明】一种基于扩散进化生成的港口泊位和岸桥分配方法和系统 | 2025/10/15 |
