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;中国科学院合肥物质科学研究院申请的专利一种基于SUNet算法的中子图像去噪方法及系统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：CN115797211B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202211551773.X，技术领域涉及：G06T5/70；该发明授权一种基于SUNet算法的中子图像去噪方法及系统是由郁杰;张迪;孙国民;杨子辉;傅娟;陶桂花;霍前超设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于SUNet算法的中子图像去噪方法及系统在说明书摘要公布了：本发明公开了一种基于SUNet算法的中子图像去噪方法及系统，方法包括以下步骤：从中子源中获取原始中子图像；采用MonteCarlo计算方法生成噪声图像；构建基于SUNet算法的去噪模型；运用感知损失函数训练基于SUNet算法的去噪模型；基于WaterlooExplorationDatabase构建训练集，对基于SUNet算法的去噪模型进行训练；读入原始中子图像生成目标图像；经过训练后的模型能够高效地去除中子图像中高密度的伽马白斑，并且去噪处理后的目标图像具有比原始图像更高的分辨率。

本发明授权一种基于SUNet算法的中子图像去噪方法及系统在权利要求书中公布了：1.一种基于SUNet算法的中子图像去噪方法，其特征在于，方法包括以下步骤： 从中子源中获取原始中子图像； 采用MonteCarlo蒙特卡洛计算方法模拟伽马射线与图像传感器之间的相互作用，将模拟出的能量沉积数据归一化并转换成8位灰度图的像素值，从而生成噪声图像，且噪声图像与原始中子图像中的噪声有相同的特性； 构建基于SUNet算法的去噪模型； 所述构建基于SUNet算法的去噪模型的过程如下： SUNet：SwinTransformerUNet采用UNet中的跳跃式连接结构和SwinTransformerblock，以获得更丰富的多尺度图像信息，减少模型参数的数量；去噪模型基于SwinTransformer网络构建，去噪模型包括：浅层特征提取模块，UNet特征提取模块和重建模块； 浅层特征提取模块，SUNet结构采用3×3卷积层MSFE·获取浅层信息Fshallow，在UNet特征提取模块，采用SwinTransformerblock代替了传统的卷积层作为基本提取模块并且获得了高级语义信息，还控制输出特征的分辨率H,W和通道数C与卷积运算相同，Fshallow通过主要的特征提取模块MUFE·得到Fdeep，MUFE·中的单个STB包含8个STL；在重建模块，仍然采用3×3的卷积MR·从Fdeep生成无噪声图像，整个过程被表示为： 式中，LN·表示LayerNormalization,MLP是一个带有两个全连接层的multilayerperceptron，其中的全连接层有一个GaussianErrorLinearUnit激活函数； 运用感知损失函数训练基于SUNet算法的去噪模型； 基于WaterlooExplorationDatabase滑铁卢研究数据库构建训练集，使用训练集对基于SUNet算法的去噪模型进行训练，其中训练集中80％的图像对用来训练去噪模型，20％的图像对作为验证集； 读入原始中子图像作为去噪模型的输入，根据预训练的去噪模型预测原始图像输出目标图像。

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;中国科学院合肥物质科学研究院，其通讯地址为：230039 安徽省合肥市蜀山区九龙路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”。

以上内容由龙图腾AI智能生成。