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！

龙图腾网获悉华侨大学申请的专利基于噪声引导与偏振参量空间关联的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：CN121746237B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610236887.7，技术领域涉及：G06T5/70；该发明授权基于噪声引导与偏振参量空间关联的图像去噪方法是由黃泽毅;杜永兆;傅玉青;何智伟;苏鹤森;王飞鹏;陶星羽;何浩楠设计研发完成，并于2026-02-28向国家知识产权局提交的专利申请。

本基于噪声引导与偏振参量空间关联的图像去噪方法在说明书摘要公布了：本发明公开了基于噪声引导与偏振参量空间关联的图像去噪方法，涉及光学图像处理技术领域。方法包括：第一阶段通过偏振噪声引导双注意力生成噪声先验图并校准四通道原始偏振角度图像，经偏振感知多尺度协同融合局部细节与全局一致性结构特征，输出去噪后的偏振图像；第二阶段将计算得到的初始斯托克斯参量、偏振角和偏振度参量输入多分支网络，各分支依次通过自适应偏振小波残差密集块增强特征、双注意力模块校准、及噪声感知偏振特征融合网络进行物理约束融合与迭代校准，最终输出去噪的偏振参量图像。本发明通过融合噪声先验引导、偏振物理建模与多尺度小波注意力的双阶段深度网络，实现了四通道偏振图像和偏振参量图像的高质量去噪。

本发明授权基于噪声引导与偏振参量空间关联的图像去噪方法在权利要求书中公布了：1.一种基于噪声引导与偏振参量空间关联的图像去噪方法，其特征在于，包括以下步骤： S1，将获取到的四通道原始偏振角度图像输入至第一阶段去噪网络；所述第一阶段去噪网络包括偏振噪声引导双注意力模块和偏振感知多尺度协同模块； S2，通过偏振噪声引导双注意力模块对原始偏振角度图像进行噪声估计，生成噪声先验图，基于噪声先验图对原始偏振角度图像进行校准，获得校准后的特征； S3，通过偏振感知多尺度协同模块提取并重建校准后的特征中跨偏振角度的局部细节特征，同时利用扩张卷积金字塔通路捕获校准后的特征中跨偏振角度间的全局一致性结构特征，基于局部细节特征和全局一致性结构特征输出去噪后的四通道偏振图像； S4，计算去噪后的四通道偏振图像对应的初始斯托克斯参量、偏振角和偏振度参量，将初始斯托克斯参量、偏振角和偏振度参量输入至第二阶段多分支偏振参量恢复网络；第二阶段多分支偏振参量恢复网络包括三条独立的偏振参量处理分支，每条分支包括自适应偏振小波残差密集块、偏振噪声引导双注意力模块和噪声感知偏振特征融合网络； S5，通过自适应偏振小波残差密集块对初始斯托克斯参量、偏振角和偏振度参量进行动态卷积和多尺度小波分解，获得增强后的特征； S6，将增强后的特征输入至偏振噪声引导双注意力模块，利用噪声先验图对增强后的特征进行校准，获得校准后的增强特征； S7，通过噪声感知偏振特征融合网络，对校准后的增强特征进行物理约束融合，获得融合后的特征，基于获取的初始斯托克斯参量、偏振角和偏振度参量的噪声先验图对融合后的特征进一步校准，输出去噪后的斯托克斯参量、偏振角和偏振度参量图像； 噪声先验图的计算公式如下： ； ； 其中，表示3×3卷积；表示非线性激活函数；X表示四通道原始偏振角度图像；BN表示批归一化；Tanh表示双曲正切激活函数；表示第一层噪声特征图；表示第i+1层噪声特征图；表示第二层噪声特征图；表示第三层噪声特征图；表示第四层噪声特征图；表示第五层噪声特征图；表示第六层噪声特征图；N表示噪声先验图；表示第i层噪声特征图； 基于噪声先验图对原始偏振角度图像进行校准，获得校准后的特征，计算公式如下： ； ； ； ； 其中，Concat表示拼接操作；PReLU表示参数化线性整流单元；表示拼接后的特征增强图；表示进一步特征增强图；表示5×5卷积；表示1×1卷积；表示最大池化；表示平均池化；表示全局平均池化；表示S形饱和激活函数；表示逐元素相乘；表示空间注意力增强特征；表示通道注意力增强特征；表示校准后的特征。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城华北路269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”。

以上内容由龙图腾AI智能生成。