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！

龍圖騰網恭喜南昌科晨電力試驗研究有限公司;國網江西省電力有限公司電力科學研究院申請的專利基于對抗性頻率混合技術的圖像去噪方法和系統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：CN119251091B 。

龍圖騰網通過國家知識產權局官網在2025-04-18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：202411784563.4，技術領域涉及：G06T5/70；該發明授權基于對抗性頻率混合技術的圖像去噪方法和系統是由童超;李帆;胡岸;熊永平;梅宇聰;華樺;王海海;楊柳設計研發完成，并于2024-12-06向國家知識產權局提交的專利申請。

本基于對抗性頻率混合技術的圖像去噪方法和系統在說明書摘要公布了：本申請公開了一種基于對抗性頻率混合技術的圖像去噪方法和系統，屬于圖像處理領域。該方法包括：獲取含噪聲圖像和無噪聲圖像的訓練數據集，將噪聲圖像輸入去噪網絡，預測初始去噪圖像，利用傅里葉變換將噪聲圖像和初始去噪圖像轉換至頻率域并分層提取出低頻帶、中頻帶和高頻帶，生成各頻帶混合掩碼，獲取并重組混合頻帶，經逆傅里葉變換得到混合噪聲圖像，將混合噪聲圖像輸入去噪網絡，獲得最終去噪圖像；基于初始去噪圖像、最終去噪圖像與無噪聲圖像確定第一損失函數，訓練并優化去噪網絡；將待去噪圖像輸入優化后的去噪網絡中，輸出目標圖像。本申請能夠有效解決現有去噪網絡面對未知噪聲分布時泛化能力不足的問題。

本發明授權基于對抗性頻率混合技術的圖像去噪方法和系統在權利要求書中公布了：1.一種基于對抗性頻率混合技術的圖像去噪方法，其特征在于，所述方法包括：獲取訓練數據集，所述訓練數據集包括噪聲圖像和對應的無噪聲圖像；將所述噪聲圖像輸入去噪網絡，預測出初始去噪圖像；根據傅里葉變換原理，轉換所述噪聲圖像和所述初始去噪圖像至頻率域并進行分層提取，以分別獲得所述噪聲圖像的第一低頻帶、第一中頻帶和第一高頻帶，以及所述初始去噪圖像的第二低頻帶、第二中頻帶和第二高頻帶；通過掩碼生成網絡分別生成低頻混合掩碼、中頻混合掩碼以及高頻混合掩碼，其中，所述低頻混合掩碼對應所述第一低頻帶和所述第二低頻帶，所述中頻混合掩碼對應所述第一中頻帶和所述第二中頻帶，所述高頻混合掩碼對應所述第一高頻帶和所述第二高頻帶；根據逐元素掩碼生成網絡生成混合掩碼；所述逐元素掩碼生成網絡采用像素分割技術，為所述噪聲圖像和所述初始去噪圖像的每個頻率域元素生成對應的混合掩碼；基于U-Net網絡，對所述每個頻率域元素的混合掩碼進行編碼和解碼處理，生成所述低頻混合掩碼、所述中頻混合掩碼和所述高頻混合掩碼；根據頻段掩碼生成網絡生成混合掩碼，所述頻段掩碼生成網絡至少包括一個卷積層和全連接層；通過所述卷積層提取輸入數據的特征信息；基于所述特征信息，所述全連接層通過非線性變換生成一組混合掩碼，其中，所述混合掩碼中的每個掩碼對應一個頻帶區域內的元素；根據頻率范圍的不同，輸出所述低頻混合掩碼、所述中頻混合掩碼和所述高頻混合掩碼；基于所述低頻混合掩碼、所述中頻混合掩碼、所述高頻混合掩碼，通過頻率混合模塊分別獲取混合低頻帶、混合中頻帶和混合高頻帶；搭建AFM模塊，所述AFM模塊用以生成所述混合低頻帶、所述混合中頻帶和所述混合高頻帶；其中，所述AFM模塊至少包括所述掩碼生成網絡和所述頻率混合模塊；所述掩碼生成網絡至少包括一個深度學習模型，用以根據輸入圖像的特征自動生成所述低頻混合掩碼、所述中頻混合掩碼和所述高頻混合掩碼；所述頻率混合模塊根據所述低頻混合掩碼、所述中頻混合掩碼和所述高頻混合掩碼對圖像的頻率成分進行混合，獲得所述混合低頻帶、所述混合中頻帶和所述混合高頻帶；重新組合所述混合低頻帶、所述混合中頻帶和所述混合高頻帶，經過逆傅里葉變換得到混合噪聲圖像；輸入所述混合噪聲圖像至所述去噪網絡中，獲得最終去噪圖像；基于所述初始去噪圖像、所述最終去噪圖像與所述無噪聲圖像，確定第一損失函數，所述第一損失函數為： 其中，表示對去噪網絡進行優化的第一損失函數，表示峰值信噪比，表示初始去噪圖像，表示最終去噪圖像，表示平衡和的超參數，表示無噪聲圖像；通過所述第一損失函數訓練所述去噪網絡，得到優化后的去噪網絡；獲取待去噪圖像并輸入所述優化后的去噪網絡中，輸出目標圖像。

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昌科晨電力試驗研究有限公司;國網江西省電力有限公司電力科學研究院，其通訊地址為：330000 江西省南昌市青山湖區民營科技園內民強路88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”。