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！

龙图腾网获悉中国民用航空飞行学院申请的专利一种EBSD高效降噪和数据修复系统及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：CN118822887B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202410894270.5，技术领域涉及：G06T5/70；该发明授权一种EBSD高效降噪和数据修复系统及方法是由朱禹龙;王德超;贾旭宏;刘全义;张宇强;朱新华;陈霞;田威设计研发完成，并于2024-07-04向国家知识产权局提交的专利申请。

本一种EBSD高效降噪和数据修复系统及方法在说明书摘要公布了：本发明属于图像降噪技术领域，尤其涉及一种EBSD高效降噪和数据修复系统及方法，包括：变分自编码器VAE：用于生成与输入图像对应的噪声掩模，通过编码和解码过程学习数据的潜在表示，优化噪声分布的建模；前景网络ReNet：负责从带噪图像中提取背景信息，通过学习降噪过程中的残差信息来恢复更加清晰的背景图像。PReNet设计为一个递归卷积神经网络，主要用于从带噪声的EBSD图像中有效地提取和恢复背景信息。通过其独特的迭代和残差学习结构，提高对细节的保留和噪声的消除能力；对抗生成网络鉴别器SAGANDiscriminator：采用自注意力机制和频谱归一化的卷积神经网络架构，确保在对抗训练中的稳定性和效率。

本发明授权一种EBSD高效降噪和数据修复系统及方法在权利要求书中公布了：1.一种EBSD高效降噪和数据修复系统，其特征在于，包括： 变分自编码器，用于生成与输入图像对应的噪声掩模，通过编码和解码过程学习数据的潜在表示，优化噪声分布的建模； 前景网络，负责从带噪图像中提取背景信息，通过学习降噪过程中的残差信息来恢复背景图像，PReNet为递归卷积神经网络，用于从带噪声的EBSD图像中有效地提取和恢复背景信息；通过其独特的迭代和残差学习结构，提高对细节的保留和噪声的消除能力； 对抗生成网络鉴别器，采用自注意力机制和频谱归一化的卷积神经网络架构，确保在对抗训练中的稳定性和效率； 所述变分自编码器VAE包括： 编码器，通过一系列卷积层逐步提取图像特征，包括五个卷积层，每个层后都接一个ReLU激活函数以增加非线性，有助于捕获数据特性；每层卷积的步长和填充被设计以逐步减少空间尺寸，同时增加特征维度；最后一个卷积层输出被平铺并通过一个全连接层转换成一个含有两倍于潜在空间维度的输出，用于同时产生均值和对数方差； 重参数化技巧，编码器输出的均值和对数方差被用来生成满足特定分布的潜在变量，这一步骤关键于模型的生成能力和训练的稳定性； 解码器，包括一系列的转置卷积层，用于将潜在空间的编码逐步转换回原始图像的空间分辨率和通道数；每个转置卷积层后也跟随一个ReLU激活函数，以保持非线性特性；解码器的设计旨在逐步重构图像细节，从最终的转置卷积层输出原始图像的尺寸和通道数； VAE的整体架构通过连接编码器和解码器完成图像的端到端处理，输入图像首先通过编码器转换成潜在空间的表示，然后通过解码器重构，输出重建图像； 所述对抗生成网络鉴别器SAGAN Discriminator包括： 自注意力机制模块，用于在卷积神经网络中增强对全局特征的捕捉能力，通过计算输入特征图的自相关矩阵，生成自注意力图，提升对图像全局信息的感知； 频谱归一化模块，应用于卷积神经网络的每一层，以稳定训练过程，防止梯度爆炸或消失问题，确保生成器和鉴别器之间的对抗训练更加平衡和高效； 鉴别器网络架构，包括多个卷积层和全连接层，采用自注意力机制和频谱归一化技术，通过对输入图像与生成图像的对比，提升对抗生成网络的鉴别能力，确保生成图像的质量和真实性。

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中国民用航空飞行学院，其通讯地址为：618307 四川省德阳市广汉市南昌路四段46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”。

以上内容由龙图腾AI智能生成。