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！

龙图腾网恭喜哈尔滨工业大学申请的专利一种基于超像素聚类PCA的图像降噪算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：CN117173044B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202311085702.X，技术领域涉及：G06T5/70；该发明授权一种基于超像素聚类PCA的图像降噪算法是由由小玉;刘俭;刘辰光设计研发完成，并于2023-08-28向国家知识产权局提交的专利申请。

本一种基于超像素聚类PCA的图像降噪算法在说明书摘要公布了：一种基于超像素聚类PCA的图像降噪算法，它涉及一种图像降噪算法。本发明为了解决目前许多基于PCA的降噪算法只考虑维间的能量变换而忽略维内的能量变换，降噪效果不足，由于暗场共焦图像的信噪比低、信号弱的特点，算法难以满足暗场共焦图像降噪的工程需求的问题。本发明通过SLIC方法对图像进行超像素分割，降低计算复杂度；通过噪声水平相关参数的自适应聚类收集相似图像块，从而获得良好的保留图像细节结构的能力；通过基于特征值的硬阈值维数选择去除噪声占优维，保留信号主导维；利用维内次优维纳滤波获得更好的降噪效果。本发明属于图像处理技术领域。

本发明授权一种基于超像素聚类PCA的图像降噪算法在权利要求书中公布了：1.一种基于超像素聚类PCA的图像降噪方法，其特征在于：采用两阶段纹理变化自适应逼近策略来实现保持纹理的去噪性能，首先通过基于特征值的硬阈值收缩函数来实现维度选择和低秩逼近，从而选择性的保留信号主导维度的能量变化，其次通过局部估计滤波器参数的系数自适应次优维纳滤波器对每个信号的主要维度进行自适应去噪，以保护下一维内纹理变化，所述一种基于超像素聚类PCA的图像降噪方法的步骤包括：步骤一、输入带有噪声的暗场共焦亚表面缺陷图像X；步骤二、通过SLIC方法对图像X进行超像素分割，结合图像中彼此相似的像素形成超像素集合{R1,......,RN}；步骤三、在每个超像素内对相似的图像块进行自适应聚类得到相似块聚类；具体步骤包括：步骤1、当dxj,xk小于等于与噪声水平相关的阈值时，聚类并归一化处理，得到聚类；步骤2、对每个聚类使用PCA进行去噪；具体包括：步骤1、作PCA变换；步骤2、硬阈值维度选择：去除奇异值小于的维度；步骤3、对每个选择的维度：利用局部多项式近似估计滤波器参数h；步骤4、对每个选择的维度：作次优维纳滤波处理；步骤5、逆PCA变换；步骤3、结合聚类得到降噪超像素dxj,xk为欧式距离，其作为相似性度量： 上述公式中，是以像素位置k为中心的图像块，dxj,xk的距离越小表示图像块xj和xk越相似；步骤四、聚集每个超像素得到最终的降噪暗场共焦亚表面缺陷图像；步骤五、输出降噪暗场共焦亚表面缺陷图像；λn+表示特征值逼近值；ω表示修正系数。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。