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： | CN202310728361.7 | 专利名称： | 一种基于轻量级双卷积神经网络的图像去噪方法 |
| 申请日： | 2023-06-19 | 申请/专利权人 | 遵义师范学院 |
| 专利类型： | 发明 | 地址： | 贵州省遵义市新浦新区平安大道中段 |
| 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： | 2025-07-08 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN116823652B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 3 | 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：手机摄影降噪；监控视频画质优化；医学影像噪声去除；低光照环境图像增强
摘 要：本方案公开了智能图像处理技术领域的一种基于轻量级双卷积神经网络的图像去噪方法，分别搭建了噪声掩模卷积神经网络(MCNN)和去噪卷积神经网络(DCNN)。MCNN旨在实现精确噪点标记，而DCNN旨在实现高性能去噪。采用“噪声图像‑噪声掩模”对数据集和“噪声图像‑干净图像”对数据集训练MCNN和DCNN。实验结果表明，MCNN标记的误判率分别比极点标记法、均值标记法和极值图像块标记法降低了77.79％、77.75％和30.60％。去噪所得图像的峰值信噪比比传统方法提升了4.84％，信息损失降低了17.89％。此外，网络的运算复杂度比传统CNN降低3.98倍，还提升了椒盐去噪的性能。
| 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 |
| 2020103663331 | 【发明】图像降噪方法及装置、电子设备和存储介质 | 2025/10/22 |
| 2020105999493 | 【发明】图像处理方法及装置、电子设备及存储介质 | 2025/10/22 |
| 2021104599981 | 【发明】图像处理方法及装置、电子设备和存储介质 | 2025/10/22 |
| 2021104616756 | 【发明】图像处理方法及装置、电子设备和存储介质 | 2025/10/22 |
| 2021108741030 | 【发明】视觉定位方法及相关装置、设备 | 2025/10/22 |
| 2016112643881 | 【发明】遥感图像处理方法、装置和电子设备 | 2025/10/22 |
| 201710060426X | 【发明】图像处理方法、装置以及电子设备 | 2025/10/22 |
| 2017103275226 | 【发明】图像恢复方法、装置、电子设备和计算机存储介质 | 2025/10/22 |
| 2017105918564 | 【发明】图像处理方法、神经网络模型的训练方法及装置 | 2025/10/22 |
| 2018108265668 | 【发明】图像处理、网络训练方法、装置、电子设备和存储介质 | 2025/10/22 |
