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！

龙图腾网获悉西安电子科技大学;西安电子科技大学广州研究院申请的专利基于空谱联合稀疏引导深度神经网络的高光谱目标检测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：CN115841606B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202211180618.1，技术领域涉及：G06V10/82；该发明授权基于空谱联合稀疏引导深度神经网络的高光谱目标检测方法是由董文倩;崔继洲;曲家慧;李云松设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本基于空谱联合稀疏引导深度神经网络的高光谱目标检测方法在说明书摘要公布了：本发明公开了基于空谱联合稀疏引导深度神经网络的高光谱目标检测方法，涉及遥感技术领域，通过输入待进行目标检测的高光谱图像，并对其进行自适应空间光谱联合；利用背景样本和初始背景字典训练背景重建网络，并在训练的过程中不断更新背景字典；利用目标样本和目标字典训练目标重建网络；使用训练好的背景重建网络与最终的背景字典对待检测高光谱图像进行重建，得到背景重建残差图；使用训练好的目标重建网络和目标字典对待检测高光谱图像进行重建，得到目标重建残差图；将两种残差图结合得到最终的目标检测图；本发明将严谨的稀疏表示理论与神经网络相结合，克服了深度神经网络的不可解释性，提高了网络模型的泛化性能，提高了目标检测的精度。

本发明授权基于空谱联合稀疏引导深度神经网络的高光谱目标检测方法在权利要求书中公布了：1.一种基于空谱联合稀疏引导深度神经网络的高光谱目标检测方法，其特征在于，具体步骤为： S101：输入待进行目标检测的高光谱图像，并对其进行自适应空间光谱联合得到增强的高光谱图像 S102：使用经典方法分别生成背景样本、初始背景字典目标样本和目标字典具体为： 引入基于CEM的样本选择模块用于样本的选择；CEM检测器用于图像预检测，其输出如下： 其中表示相关矩阵，表示空间增强的高光谱图像，ω表示FIR线性滤波器的向量，d是给定的目标谱；选择输出值小的Nb个像素作为背景训练样本；选出的背景样本用作背景重建网络的训练；初始背景字典由背景样本聚类得到； 图像经过CEM检测器预检测后，选取输出值较大的几个像素点作为目标样本；引入少数类样本合成新样本算法，通过合成新样本来生成目标检测的特征；找到一个目标样本t的最近邻样本，然后用下面的公式合成一个新的目标样本tnew： tnew＝t+rand0,1×t-tn 其中tn是与t欧氏距离最近的样本中随机选择得到的；通过对每个目标样本执行这样的操作，可以将目标样本的数量扩展到需要的数量；扩展的目标样本用于目标重建网络的训练；目标字典由目标样本聚类得到； S103：利用背景样本和初始背景字典训练背景重建网络，并在训练的过程中不断更新背景字典； S104：利用目标样本和目标字典训练目标重建网络； S105：使用训练好的背景重建网络与最终的背景字典对待检测高光谱图像进行重建，得到背景重建残差图； S106：使用训练好的目标重建网络和目标字典对待检测高光谱图像进行重建，得到目标重建残差图； S107：将两种残差图结合得到最终的目标检测图。

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西安电子科技大学;西安电子科技大学广州研究院，其通讯地址为：710000 陕西省西安市雁塔区太白南路2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”。