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！

龙图腾网获悉西北工业大学太仓长三角研究院;西北工业大学申请的专利一种基于多维度图像信息融合的垃圾图像去噪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：CN116543168B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310284080.7，技术领域涉及：G06V10/30；该发明授权一种基于多维度图像信息融合的垃圾图像去噪方法是由田春伟;肖景钰;高浩洋设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本一种基于多维度图像信息融合的垃圾图像去噪方法在说明书摘要公布了：本发明提供了一种基于多维度图像信息融合的垃圾图像去噪方法，分别使用两个子网络对二维图像和三维图像进行互补信息提取，获取更多图像细节特征，引入动态自注意力模块削减二维图像噪声，其中动态卷积自适应地学习不同输入垃圾图像的动态噪声特征，并利用自注意力机制定位动态噪声特征中的显著性前景信息，抑制不重要背景信息；引入基于自适应稀疏机制的Transformer，对三维垃圾图像信息的远距离依赖关系进行建模，构建自适应稀疏机制。本发明克服卷积神经网络感受野局限性，降低Transformer自注意力运算量，通过二维与三维图像特征融合，能很好改善对垃圾图像去噪效果，提升后续垃圾分类、检测等任务的精确度。

本发明授权一种基于多维度图像信息融合的垃圾图像去噪方法在权利要求书中公布了：1.一种基于多维度图像信息融合的垃圾图像去噪方法，其特征在于包括下述步骤： 步骤1：将二维训练数据集进行维度转换，转换为三维训练数据集； 步骤2：将二维训练数据集输入动态自注意力模块，并通过动态自注意力模块，提取二维垃圾噪声特征； 步骤3：将步骤1获得的三维训练数据集输入基于自适应稀疏机制的Transformer网络，通过基于自适应稀疏机制的Transformer网络，提取三维训练数据集的三维垃圾噪声特征； 步骤4：将步骤3获得的三维垃圾噪声特征进行维度转换，转换为二维数据，二维数据与步骤2获得的二维垃圾噪声特征进行融合； 步骤5：将步骤4融合后的噪声输入融合网络，通过残差计算，获得干净垃圾图像；残差计算为将二维噪声图像与融合网络三个卷积处理层的输出进行相减操作； 步骤6：通过损失函数计算步骤5获取的输出图像与干净标签垃圾图像的损失，不断优化模型参数，直至所得误差达到任务要求精度范围内即可，得到优化后的去噪模型； 步骤7：将待去噪垃圾图像输入步骤6优化后的去噪模型，即可得到去噪后的干净图像。

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西北工业大学太仓长三角研究院;西北工业大学，其通讯地址为：215400 江苏省苏州市太仓市科教新城子冈路27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。