買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京信息工程大學申請的專利一種基于非局部注意力的深度增強圖像去噪方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115330639B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211053496.X，技術領域涉及：G06T5/70；該發明授權一種基于非局部注意力的深度增強圖像去噪方法是由劉力;江結林;洪祥明;徐紅祥設計研發完成，并于2022-08-31向國家知識產權局提交的專利申請。

本一種基于非局部注意力的深度增強圖像去噪方法在說明書摘要公布了：本發明公開了一種基于非局部注意力的深度增強圖像去噪方法，包括：將數據集中的圖像輸入預先構建的網絡框架中，對干凈圖像進行分塊，得到預處理圖像；對預處理圖像加上加性噪聲，得到帶噪聲圖像；將帶噪聲圖像輸入到非局部注意力模塊，得到帶有圖像非局部信息的特征圖；對帶有圖像非局部信息的特征圖進行卷積操作，得到抽象的特征圖；對抽象的特征圖進行卷積操作進行圖像重建，得到重建后的圖像；將重建后的圖像輸入到非局部注意力模塊，得到去噪后的圖像；計算去噪后的圖像與干凈圖像之間的損失，并通過網絡的正向、反向傳播降低損失，直到迭代次數達到閾值或學習率衰減至下限時，得到去噪模型。

本發明授權一種基于非局部注意力的深度增強圖像去噪方法在權利要求書中公布了：1.一種基于非局部注意力的深度增強圖像去噪方法，其特征在于，包括： 將數據集中的圖像輸入預先構建的神經網絡去噪模型的網絡框架中，對干凈圖像進行分塊，得到預處理圖像； 對預處理圖像加上加性噪聲，得到帶噪聲圖像； 將所述帶噪聲圖像輸入到非局部注意力模塊，得到帶有圖像非局部信息的特征圖，所述非局部注意力模塊，具體包括：對輸入分別進行卷積核大小為1*1的卷積，獲得兩個特征圖參數特征，將所述兩個特征圖參數特征做點積，得到相似性特征矩陣，將所述相似性特征矩陣經過softmax處理得到相似性權重矩陣； 對輸入再做一次卷積核大小為1*1的卷積得到第三個特征圖參數特征，將所述第三個特征圖參數特征與相似性權重矩陣做點積操作，將該點積操作得到的結果再做一次卷積核大小為1*1的卷積并將此次的卷積結果作為最后輸出的特征圖； 對帶有圖像非局部信息的特征圖進行卷積操作，得到抽象的特征圖，具體為：將所述帶有圖像非局部信息的特征圖分別在兩條路徑上進行訓練，一條路徑是先進行卷積核大小為3*3的一般卷積，再進行卷積核大小為3*3的擴張卷積，另一條路徑是先進行卷積核大小為3*3的擴張卷積，再進行卷積核大小為3*3的一般卷積，將兩條路徑上得到的特征圖拼接起來作為輸出，最后將所述帶有圖像非局部信息的特征圖與所述輸出拼接作為所述抽象的特征圖； 對抽象的特征圖進行卷積核大小為1*1的卷積操作進行圖像重建，得到重建后的圖像； 將重建后的圖像輸入到所述非局部注意力模塊，得到本輪迭代去噪后的圖像； 計算去噪后的圖像與干凈圖像之間的損失，并通過神經網絡的正向、反向傳播降低損失，直到迭代次數達到閾值或學習率衰減至下限時，得到訓練好的神經網絡去噪模型； 將用于測試的帶噪聲圖像輸入到所述訓練好的神經網絡去噪模型中，得到去噪后的圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京信息工程大學，其通訊地址為：224002 江蘇省鹽城市鹽南高新區新河街道文港南路105號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。