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！

龙图腾网获悉长春理工大学申请的专利一种基于稀疏优化模型的遥感图像条纹噪声提取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：CN116612045B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202310683432.6，技术领域涉及：G06T5/70；该发明授权一种基于稀疏优化模型的遥感图像条纹噪声提取方法是由张琼;颜飞;刘云清;吴思远;赵越设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本一种基于稀疏优化模型的遥感图像条纹噪声提取方法在说明书摘要公布了：本发明提供一种基于稀疏优化模型的遥感图像条纹噪声提取方法，首先对遥感图像进行多尺度小波分解，得到各级别的小波系数；其次基于遥感条纹噪声的稀疏特性，对遥感图像各级别的小波系数分别建立稀疏优化模型，并设置稀疏优化模型参数；采用交替乘子法求解，求解稀疏优化模型，完成遥感图像各级别的小波系数对应的条纹噪声提取；最后将处理后小波系数进行小波重构，完成遥感图像的条纹噪声提取。本方法考虑了条纹噪声的稀疏特征，模型参数均自适应迭代计算，在条纹噪声的提取过程中不需要人工设置参数，不但避免了人工设置参数引入误差，而且解决了大量遥感图像处理的巨大工作量问题。

本发明授权一种基于稀疏优化模型的遥感图像条纹噪声提取方法在权利要求书中公布了：1.一种基于稀疏优化模型的遥感图像条纹噪声提取方法，其特征在于，包括以下步骤： a、录入待处理的遥感图像数据，为保持数据本身的特征，无需对图像数据进行网格化； b、对遥感图像进行多尺度小波分解，得到各级别的小波系数； c、基于遥感条纹噪声的稀疏特性，对遥感图像各级别的小波系数分别建立稀疏优化模型； d、设置稀疏优化模型参数，模型中的正则化系数对条纹噪声提取效果具有决定性意义，对此关键参数采用空间自适应迭代的方式确定，避免人为选择模型参数引入误差； e、对于建立的稀疏优化模型，采用交替乘子法求解，得到遥感图像各级别的小波系数对应的条纹噪声特征； f、设置稀疏优化模型的迭代终止条件，当达到迭代终止条件时，完成遥感图像各级别的小波系数对应的条纹噪声提取； g、将处理后小波系数进行小波重构，完成遥感图像的条纹噪声提取； h、输出提取的条纹噪声，结束遥感图像条纹噪声提取过程； 所述步骤b中，对遥感图像进行多尺度的小波分解： D＝AN+D1+D2+D3+…+DN1 其中，AN为遥感图像的低频部分，D1，D2，D3，…，DN为遥感图像不同频率的高频部分； 所述步骤c中，将各级别的小波系数分为条纹噪声和信号数据的叠加： 其中，为遥感图像低频部分AN中所包含的条纹噪声，为遥感图像低频部分AN中所包含的信号数据； 基于遥感条纹噪声的稀疏特性，建立各级别小波系数的稀疏优化模型： 其中，λ为正则化系数，通过步骤d设置； 为遥感图像低频部分AN中条纹噪声的二阶范数： 为遥感图像低频部分AN中信号数据的全变分： 按照步骤c，依次对遥感图像各级别的小波系数建立稀疏优化模型。

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长春理工大学，其通讯地址为：130000 吉林省长春市卫星路7089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。