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！

龙图腾网恭喜浙江理工大学申请的专利一种工业图像的压缩重构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：CN114998224B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202210533812.7，技术领域涉及：G06T7/00；该发明授权一种工业图像的压缩重构方法是由董静毅;吕文涛;王成群;徐伟强设计研发完成，并于2022-05-16向国家知识产权局提交的专利申请。

本一种工业图像的压缩重构方法在说明书摘要公布了：本发明公开了一种工业图像的压缩重构方法。步骤包括：将工业图像进行灰度化处理，并裁剪为待处理图像，通过小波变换进行稀疏化特征提取，获得稀疏图像；建立稀疏图像的恢复模型，进行迭代处理并输出稀疏图像的最终恢复系数；通过逆小波变换对恢复系数进行处理，获得恢复图像；将各张恢复图像进行拼接获得拼接图像，即获得工业图像的重构结果。本发明方法能够对工业生产中的大规模图像进行有效压缩，提高传输效率，并在压缩后的重构中能够快速、准确的还原压缩图像用于后期检测使用。

本发明授权一种工业图像的压缩重构方法在权利要求书中公布了：1.一种工业图像的压缩重构方法，其特征在于：包括如下步骤：S1、获取工业图像，将工业图像进行灰度化处理，并裁剪为若干n×n像素的待处理图像，针对每一张待处理图像，均通过小波变换对待处理图像进行稀疏化特征提取，获得稀疏图像；S2、建立各张稀疏图像的恢复模型，通过恢复模型对每张稀疏图像进行迭代处理并输出每张稀疏图像的最终恢复系数；S3、针对每一个最终恢复系数，均通过逆小波变换对恢复系数进行处理，获得恢复图像；将各张恢复图像进行拼接获得拼接图像，即获得工业图像的重构结果；所述的步骤S2中，建立各张稀疏图像y的恢复模型，具体如下：y＝DSω+δθ其中，D为字典矩阵，Sω为恢复系数，δθ为线性噪声；ω和θ分别为恢复模型的第一参数和第二参数；通过恢复模型对每张稀疏图像进行迭代处理并输出每张稀疏图像的恢复系数，包括如下步骤：S2.1、恢复模型通过变分广义近似消息传递VGAMP算法，迭代估计获得恢复模型的恢复系数的更新值，即更新恢复系数，并通过恢复模型中预设的第一参数和第二参数，以及更新恢复系数，获得更新恢复系数的均值和方差；S2.2、根据步骤S2.1得到的更新恢复系数的均值和方差，迭代更新第一参数和第二参数，获得第一最终更新参数和第二最终更新参数，恢复模型通过第一最终更新参数和第二最终更新参数，将更新恢复系数进行更新，输出最终恢复系数；所述的步骤S2.1中，恢复模型通过变分广义近似消息传递VGAMP算法，迭代估计获得恢复系数Sω的更新值，即更新恢复系数，并通过恢复模型中预设的第一参数ω和第二参数θ，以及更新恢复系数，获得更新恢复系数的均值μS和方差∑S，具体如下：恢复模型通过变分广义近似消息传递VGAMP算法进行迭代估计，直至恢复模型迭代至第j次时，获得恢复系数Sω迭代至第j次的更新值Sj，并计算更新值Sj的期望和方差具体如下： 其中，为恢复系数Sω迭代至第j次的更新值Sj的方差；为恢复系数Sω迭代至第j次的更新值Sj的期望；为恢复系数Sω迭代至第j次的更新值Sj的近似方差；为变分广义近似消息传递VGAMP算法的第一正则参数；为恢复系数Sω迭代至第j-1次的更新值Sj-1的期望；为恢复系数Sω迭代至第j次的更新值Sj的近似均值；恢复系数Sω迭代至第j次的更新值Sj的近似方差具体如下： 其中，·T为矩阵转置；为恢复系数Sω迭代至第j次的更新值Sj的无噪声模型kj的近似均值，kj＝DSj；为恢复系数Sω迭代至第j次的更新值Sj与无噪声模型kj之间的中间变量cj的近似方差；为无噪声模型kj的近似方差；为恢复系数Sω迭代至第j-1次的更新值Sj-1的方差；为恢复系数Sω迭代至第j-1次的更新值Sj-1与对应的无噪声模型kj-1之间的中间变量cj-1的近似均值；为恢复系数Sω迭代至第j-1次的更新值Sj-1的期望；恢复系数Sω迭代至第j次的更新值Sj的近似均值具体如下： 其中，为恢复系数Sω迭代至第j次的更新值Sj与无噪声模型kj之间的中间变量cj的近似均值；为变分广义近似消息传递VGAMP算法的第二正则参数；变分广义近似消息传递VGAMP算法的第一正则参数和第二正则参数具体如下： 其中，ΣΛ为字典矩阵D的奇异值之和，Λmax为字典矩阵D的最大奇异值；α和β分别为第一常数系数和第二常数系数；const为第一正则参数ηk和第二正则参数的常数项；此时恢复系数Sω迭代至第j次的更新值Sj的期望满足下式： 其中，δvgamp为第一截止阈值；或者此时恢复系数Sω的迭代次数j等于第一截止最值Jmax，则停止迭代更新，完成恢复系数Sω的迭代，此时恢复系数Sω迭代至第j次的更新值Sj为更新恢复系数，根据第一参数ω和第二参数θ以及更新恢复系数Sj，获得的更新恢复系数的均值μS和方差∑S，即分别为恢复系数Sω迭代至第j次的更新值Sj的期望以及恢复系数Sω迭代至第j次的更新值Sj的方差即

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浙江理工大学，其通讯地址为：310018 浙江省杭州市江干经济开发区2号大街928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”。