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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜哈爾濱工業(yè)大學申請的專利一種基于超像素聚類PCA的圖像降噪算法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN117173044B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202311085702.X，技術領域涉及：G06T5/70；該發(fā)明授權(quán)一種基于超像素聚類PCA的圖像降噪算法是由由小玉;劉儉;劉辰光設計研發(fā)完成，并于2023-08-28向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于超像素聚類PCA的圖像降噪算法在說明書摘要公布了：一種基于超像素聚類PCA的圖像降噪算法，它涉及一種圖像降噪算法。本發(fā)明為了解決目前許多基于PCA的降噪算法只考慮維間的能量變換而忽略維內(nèi)的能量變換，降噪效果不足，由于暗場共焦圖像的信噪比低、信號弱的特點，算法難以滿足暗場共焦圖像降噪的工程需求的問題。本發(fā)明通過SLIC方法對圖像進行超像素分割，降低計算復雜度；通過噪聲水平相關參數(shù)的自適應聚類收集相似圖像塊，從而獲得良好的保留圖像細節(jié)結(jié)構(gòu)的能力；通過基于特征值的硬閾值維數(shù)選擇去除噪聲占優(yōu)維，保留信號主導維；利用維內(nèi)次優(yōu)維納濾波獲得更好的降噪效果。本發(fā)明屬于圖像處理技術領域。

本發(fā)明授權(quán)一種基于超像素聚類PCA的圖像降噪算法在權(quán)利要求書中公布了：1.一種基于超像素聚類PCA的圖像降噪方法，其特征在于：采用兩階段紋理變化自適應逼近策略來實現(xiàn)保持紋理的去噪性能，首先通過基于特征值的硬閾值收縮函數(shù)來實現(xiàn)維度選擇和低秩逼近，從而選擇性的保留信號主導維度的能量變化，其次通過局部估計濾波器參數(shù)的系數(shù)自適應次優(yōu)維納濾波器對每個信號的主要維度進行自適應去噪，以保護下一維內(nèi)紋理變化，所述一種基于超像素聚類PCA的圖像降噪方法的步驟包括：步驟一、輸入帶有噪聲的暗場共焦亞表面缺陷圖像X；步驟二、通過SLIC方法對圖像X進行超像素分割，結(jié)合圖像中彼此相似的像素形成超像素集合{R1,......,RN}；步驟三、在每個超像素內(nèi)對相似的圖像塊進行自適應聚類得到相似塊聚類；具體步驟包括：步驟1、當dxj,xk小于等于與噪聲水平相關的閾值時，聚類并歸一化處理，得到聚類；步驟2、對每個聚類使用PCA進行去噪；具體包括：步驟1、作PCA變換；步驟2、硬閾值維度選擇：去除奇異值小于的維度；步驟3、對每個選擇的維度：利用局部多項式近似估計濾波器參數(shù)h；步驟4、對每個選擇的維度：作次優(yōu)維納濾波處理；步驟5、逆PCA變換；步驟3、結(jié)合聚類得到降噪超像素dxj,xk為歐式距離，其作為相似性度量： 上述公式中，是以像素位置k為中心的圖像塊，dxj,xk的距離越小表示圖像塊xj和xk越相似；步驟四、聚集每個超像素得到最終的降噪暗場共焦亞表面缺陷圖像；步驟五、輸出降噪暗場共焦亞表面缺陷圖像；λn+表示特征值逼近值；ω表示修正系數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人哈爾濱工業(yè)大學，其通訊地址為：150001 黑龍江省哈爾濱市南崗區(qū)西大直街92號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。