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！

龙图腾网恭喜南京理工大学申请的专利微光环境下单像素成像系统一维信号的降噪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：CN113971642B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202111229065.X，技术领域涉及：G06T5/70；该发明授权微光环境下单像素成像系统一维信号的降噪方法是由张闻文;朱晓燕;何伟基;陈钱设计研发完成，并于2021-10-21向国家知识产权局提交的专利申请。

本微光环境下单像素成像系统一维信号的降噪方法在说明书摘要公布了：本发明公开了一种微光环境下单像素成像系统一维信号的降噪方法。利用模拟数据训练降噪卷积神经网络，对一维桶探测器信号直接进行降噪处理：首先研究了噪声在微光环境中的性质，生成真实噪声模型，利用该噪声模型生成了一系列模拟含噪声信号，模拟含噪声信号和模拟无噪信号用来训练降噪卷积神经网络，并用真实的实验数据进行了测试。本发明用模拟数据训练网络，降低了数据采集的成本；能对短积分采样获得的含噪声信号快速降噪，得到质量较好的重构图像，同时提高了成像效率；促进了微光环境下单像素成像领域深度学习的发展。

本发明授权微光环境下单像素成像系统一维信号的降噪方法在权利要求书中公布了：1.一种对微光环境下单像素成像系统一维信号的降噪方法，其特征在于步骤如下： 步骤1，获得标记图像，生成模拟桶探测器信号：在高照度环境下，利用被动式单像素成像系统对目标进行单像素探测，重构出清晰的目标图像作为标记图像；对标记图像进行旋转平移生成多位置多姿态的目标库，以目标库为仿真的输入目标，仿真模拟单像素成像过程，生成模拟无噪桶探测器信号xsim； 步骤2，获得微光环境下的噪声参数：在低照度环境下，利用被动式单像素成像系统对目标进行长积分采样，获得含噪声信号，从含噪声信号中分离出相对干净信号和噪声；分析相对干净信号的强度范围，与模拟无噪桶探测器信号的强度之间建立线性关系并得到一个系数，将相对干净信号乘以该系数使其与模拟无噪桶探测器信号的强度范围一致；计算噪声的参数，并求出参数的均值和标准差；对噪声进行高斯模拟，步骤如下： 步骤2.1，在低照度环境下，对目标进行长积分采样，对每一帧都采样P个数据点，每一个数据点记为获得大小为1024×P的含噪声信号 的某一帧记为 步骤2.2，将分成N组获得短积分的含噪声信号，的每一组的数据点的个数为S，S＝PN，第j组的含噪声信号为具体为： j组含噪声信号统称为 步骤2.3，对的所有数据点相加，再除以N，获得相对干净信号，具体为： 1024帧即获得一组1024×1的相对干净信号与xsim之间建立线性关系将使与xsim强度范围一致； 步骤2.4，将噪声分离出来，第j组的每一帧的噪声为： 则第j组一共1024帧的噪声为： j组噪声统称为计算每一组噪声的均值μj和标准差σj，计算均值的均值，标准差的均值，由以下公式得到： 和即微光环境下所需要的参数； 步骤3，获得模拟含噪声信号进行网络训练，生成降噪模型：在模拟无噪桶探测器信号上添加相同分布及相同参数的均值和标准差的随机噪声，获得模拟含噪声信号；获得多组模拟无噪桶探测器信号和模拟含噪声信号组成训练数据集，放进DnCNN卷积网络里进行降噪训练，生成降噪模型，在相同的低照度环境下，对目标进行短积分采样获得实验含噪声信号并用于网络降噪测试，对降噪后的信号进行关联重构。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。