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！

龙图腾网获悉南京邮电大学申请的专利一种基于纹理信息的自适应分块压缩感知图像重构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：CN116228784B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310011079.7，技术领域涉及：G06T7/10；该发明授权一种基于纹理信息的自适应分块压缩感知图像重构方法是由左胤杰;赵君喜设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本一种基于纹理信息的自适应分块压缩感知图像重构方法在说明书摘要公布了：本发明公开了一种基于纹理信息的自适应分块压缩感知图像重构方法，属于图像处理技术领域，包括：对原始图像进行分块；提取各个图像块的纹理信息并计算其纹理信息权值，所述纹理信息包括灰度熵、标准差、边缘信息；根据各图像块的纹理信息权值差异对各图像块进行聚类；计算各类图像块的自适应采样率，并根据自适应采样率构造各类图像块的测量矩阵进行测量；使用基于叠加结构分块方法的平滑投影Landweber重构算法对图像进行重构，得到大尺寸重构图像块进行拼接。与现有技术相比较，本发明有效地抑制了块效应，并且在保持总采样率不变的情况下提高了图像的重构主观质量和峰值信噪比，实现了采样率的合理自适应分配，具有很好的实用性。

本发明授权一种基于纹理信息的自适应分块压缩感知图像重构方法在权利要求书中公布了：1.一种基于纹理信息的自适应分块压缩感知图像重构方法，其特征在于，包括以下步骤： 步骤一，对原始图像进行分块； 步骤二，提取各个图像块的纹理信息，并计算其纹理信息权值，所述纹理信息包括灰度熵、标准差、边缘信息； 步骤三，按照步骤二计算出的各图像块的纹理信息权值差异对各图像块进行聚类； 步骤四，计算各类图像块的自适应采样率，并根据自适应采样率构造各类图像块的测量矩阵，进行测量，其中计算各类图像块的自适应采样率的具体内容包括： 步骤41：设定图像的总采样率SR∈[0.1,0.5]； 步骤42：计算各个图像块的预采样率SR_Pre，图像块j的预采样率SR_Prej定义为： 其中分别为各个图像块的纹理信息权值；W、H分别为原始图像的宽和高；B为图像分块后的尺寸；SR为图像总采样率； 步骤43：按照各个图像块的预采样率SR_Pre和步骤三所得到的聚类结果，将同类图像块的预采样率先求和再求均值得到各类图像块的自适应采样率SRj； 步骤44：对各类图像块的自适应采样率SRj进行二次分配 设定采样率上界SRmax，遍历各个图像块，若有图像块的采样率超过采样率上界，则计算其超出采样率上界部分： SRplus＝SRplus+SRj-SRmax 其中SRmax为采样率上界；之后将超出采样率上界部分SRmax平均分给所有图像块，当还有图像块采样率超过采样率上界，则重复该步骤直到对所有图像块有SRj≤SRmax； 步骤五，使用基于叠加结构分块方法的平滑投影Landweber重构算法对图像进行重构，得到大尺寸重构图像块，进行拼接，其中所述基于叠加结构分块方法的平滑投影Landweber重构算法的具体过程为： 设测量与重构时的块尺寸分别为B1和B2，且为实现叠加结构，B1和B2满足以下关系： B1＜B2且B2＝2l×B1l＝1,2,3,...,L 其中l是一个正整数，叠加分块结构首先在测量时将二维图像X分为m个不重叠的大小为NB＝B1×B1的图像块Xbjj＝1,2,...,m，并将其转化为大小为NB×1一维向量xbj； 然后通过构造大小为MB×NB测量矩阵Φbj，其中MB＝SRj×B为各图像块总采样数；得到各块大小为MB×1测量值向量ybj，其表示如下： ybj＝Φbj·xbjj＝1,2,...,m 在重构端将测量端的测量值向量ybj，测量矩阵Φbj以及一维向量xbj进行拼接和重组成为大尺寸块；重构端设置l＝1，拼接过程如下： 其中Φ∧是四个测量矩阵Φbj构成的对角矩阵；使用拼接后的y和Φ∧作为平滑投影Landweber重建算法的输入对图像进行重构，得到大尺寸重构图像块。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。