龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：湖北经济学院
申请日：2024-02-27
公开（公告）日：2024-05-28
公开（公告）号：CN118096567A
主分类号：G06T5/70
分类号：G06T5/70;G06T5/60;G06N3/047;G06N3/088;G06N5/04
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本申请公开了一种基于贝叶斯方法的DBN模型自适应图像去噪方法和系统，对输入的噪声图像进行预处理，包括图像归一化、图像分割等，然后，利用贝叶斯方法建立图像去噪模型的先验概率和似然函数，通过最大化后验概率来估计去噪后的图像；接着，利用受限玻尔兹曼机无监督学习模型融合不同形式的随机变分贝叶斯方法的修正权衰减动量方法对图像数据进行随机噪声去除，通过结合贝叶斯方法和多个RBM构成的深度信念网络模型算法的图像去噪，能够有效提高图像去噪效果，并且具有较高的鲁棒性和适应性。与传统的图像去噪方法相比，能够更好地保留图像的细节信息，还可以根据实际应用场景的需求，灵活调整去噪参数，达到最佳去噪效果。
主权项：1.一种基于贝叶斯方法的DBN模型自适应图像去噪方法，其特征在于，所述方法包括：使用贝叶斯方法对受限玻尔兹曼机RBM模型进行训练，并在训练中引入先验知识和不确定性信息，得到训练好的RBM模型；利用训练好的RBM模型构建3个隐层的深度信念网络DBN模型，对目标含噪图像进行去噪处理；所述去噪处理包括：对所述目标含噪图像进行预处理，提取所述图像特征；所述预处理包括：对所述目标含噪图像进行归一化和图像分割处理；根据所述图像特征，利用贝叶斯方法建立图像去噪的DBN模型的先验概率和似然函数；根据图像的噪声水平，分析噪声类型和强度，调整贝叶斯RBM模型参数；使用调整后的贝叶斯RBM模型对预处理后的图像进行去噪处理，得到去噪后的图像；对去噪后的图像进行后处理，得到目标去噪图像。
全文数据：
权利要求：
百度查询： 湖北经济学院 基于贝叶斯方法的DBN模型自适应图像去噪方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号