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！

龙图腾网获悉安徽大学申请的专利一种基于非支配排序的WNNM图像降噪优化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：CN114897727B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210502585.1，技术领域涉及：G06T5/70；该发明授权一种基于非支配排序的WNNM图像降噪优化方法是由王啟军;宋时玉;夏俊杰设计研发完成，并于2022-05-09向国家知识产权局提交的专利申请。

本一种基于非支配排序的WNNM图像降噪优化方法在说明书摘要公布了：本发明公开了一种基于非支配排序的WNNM图像降噪优化方法，属于非支配排序和黑白图像降噪优化技术领域，具体包括以下步骤：读入原始图像，根据设定的噪声方差给图像加入随机噪声得到待降噪图片，再根据输入的噪声方差的大小设定不同的初始参数；根据噪声的方差将图片分割成像素块重叠的图像块，获取图像块Pi与其余图像块Pj之间的MSE和MAE，以此为评判标准进行非支配排序；将排序靠前的k个图像块Pj组成矩阵，使用不同的λ值对矩阵的奇异值进行软阈值收缩，得到低秩矩阵；将数值小的奇异值过滤掉，将得到的降噪图像块合并为完整的图像；本发明对WNNM的图像块匹配进行优化，使得图像的降噪效率得到了提升。

本发明授权一种基于非支配排序的WNNM图像降噪优化方法在权利要求书中公布了：1.一种基于非支配排序的WNNM图像降噪优化方法，其特征在于，包括以下步骤： 读入原始图像O_Img，根据设定的噪声方差给图像加入随机噪声得到待降噪图片N_Img，根据输入的噪声方差的大小设定不同的初始参数； 根据噪声的方差将图片分割成像素块重叠的图像块，获取图像块与相邻图像块之间的MSE和MAE，以此为评判标准对图像块进行非支配排序； 非支配排序的具体过程为： 对于图像块的每个相邻图像块，获取相邻图像块和图像块的MSEi和MAEi，若MSEiMSEj且MAEiMAEj，则称相邻图像块的块Pi支配相邻图像块的块Pj； 设置两个参数ni和si，ni为相邻图像块中支配相邻图像块的块Pi的解个体的数量，si为相邻图像块中被相邻图像块的块Pi所支配的解个体的集合，找到相邻图像块中所有ni＝0的个体，将它们存入当前集合Fi，然后对于当前集合Fi中的每个相邻图像块的块Pj，考察它所支配的个体集合Si，将集合Si中的每个个体Pk的nk减去1，即支配个体k的解个体数减1，若nk-1＝0，则将相邻图像块的块Pi存入另一个集合H； 将排序靠前的k个相邻图像块的块pj组成矩阵，使用不同的λ值对矩阵的奇异值进行软阈值收缩，得到低秩矩阵； 获取低秩矩阵的奇异值，将奇异值中较小的数值过滤掉，将得到的降噪图像块合并为完整的图像。

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安徽大学，其通讯地址为：230000 安徽省合肥市蜀山区芙蓉社区九龙路111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”。