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！

龙图腾网获悉杭州电子科技大学申请的专利基于金字塔可学习带通滤波器的超高清图像去摩尔纹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：CN120070260B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510016610.9，技术领域涉及：G06T5/77；该发明授权基于金字塔可学习带通滤波器的超高清图像去摩尔纹方法是由郑博仑;刘仲琦;张仟瑜设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本基于金字塔可学习带通滤波器的超高清图像去摩尔纹方法在说明书摘要公布了：本发明公开了基于金字塔可学习带通滤波器的超高清图像去摩尔纹方法。从超高清图像摩尔纹频域混叠的角度出发，提出了同语义下的金字塔可学习带通滤波器模块P‑LBF，以一种可学习的方式执行多尺度频域滤波，以有效地建模和去除超高清图像中的复杂和耦合云纹图案。同时创新的提出了一种跨层特征融合模块CLF，实现了更有效的特征信息交互。本发明在超高清图像数据集UHDM上取得了最好的去摩尔纹效果。

本发明授权基于金字塔可学习带通滤波器的超高清图像去摩尔纹方法在权利要求书中公布了：1.基于金字塔可学习带通滤波器的超高清图像去摩尔纹方法，其特征在于，包括步骤如下： 步骤1：构建基于金字塔可学习带通滤波器的图像去摩尔纹网络模型；网络模型以encoder-decoder网络为主框架； 步骤2：给定一个摩尔纹图像，首先通过一个像素重组来降低计算成本，然后通过一个卷积层来提取浅层特征； 步骤3：将浅层特征输入encoder-decoder网络； encoder-decoder网络的encoder模块和decoder模块都为3层结构，用于在不同尺度的感受野下对被摩尔纹污染的图像进行摩尔纹的逐步去除；在每两个encoder层之间使用双线性插值下采样，将特征大小减半以逐渐增加接受域；同样，在每两个decoder层之间也使用双线性插值，使特征分辨率增加一倍，并逐渐变为与输入图像相同的大小； 步骤4：在encoder模块和decoder模块的每一层中，首先使用膨胀残差致密块DRDB进一 步提取输入特征，然后使用金字塔可学习带通滤波器模块P-LBF对耦合的摩尔纹进行解耦 滤波，最后将DRDB的输出特征与P-LBF的输出特征相加得到encoder模块和decoder模块 当前层的最终输出特征； 步骤5：通过跨层特征融合模块CLF加强encoder模块和decoder模块之间的联系； CLF模块的具体结构如下： CLF接受两个输入特征，分别为第i层encoder层的输出特征和第i+1层decoder层的 输出特征经过双线性上采样两倍后的特征，其中i=1,2；将第i层encoder层的特征 输入到1×1卷积层、LReLU层和1×1卷积层中生成缩放因子γ，将特征输入到1×1卷积 层、LReLU层和1×1卷积层中生成平移因子β；参数γ和β的维数与的维数相同，用于指 导特征的变换；具体来说，通过以下公式将特征进行缩放平移： 得到调整后的特征，为了更好地保留图像细节，在第i层encoder层的输出特征 和经过调制的第i+1层decoder层的输出特征之间执行通道级连接；最后，使用3×3卷 积来融合连接的特征并降低特征维数，从而得到CLF的输出特征，CLF的输出特征作为第i层 decoder层的输入特征进行进一步处理； 步骤6：对构建的图像去摩尔纹网络模型进行训练； 步骤7：经过训练的图像去摩尔纹网络模型接收需要进行去摩尔纹处理的验证数据集图像，完成去摩尔纹处理后将图像输出。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。