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;北京遥测技术研究所申请的专利基于状态空间模型的高光谱图像分类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：CN119672410B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411713598.9，技术领域涉及：G06V10/764；该发明授权基于状态空间模型的高光谱图像分类方法是由张敏;鲁松;王海;霍豫;王静温;高晨宇设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本基于状态空间模型的高光谱图像分类方法在说明书摘要公布了：本发明提出了一种基于状态空间模型的高光谱图像分类方法，主要解决现有方法分类精度不佳的问题。方案包括：1输入高光谱图像，并对其进行预处理；2使用邻域光谱融合法消除光谱变异性，再利用子谱扫描法感知光谱细节差异，获取图像光谱分类信息；3利用SS2D层、改进的空间注意机制和多个残差块构建空间特征提取网络，并利用该网络获取高光谱图像的空间分类信息；4通过在决策层融合空间与光谱分类信息，得到最终分类结果。本发明能够在较小范围内降低光谱变异性造成的影响，在能感知全面光谱信息的前提下不忽略光谱局部信息，同时联合空间信息，从而有效提升高光谱图像的分类效果。

本发明授权基于状态空间模型的高光谱图像分类方法在权利要求书中公布了：1.一种基于状态空间模型的高光谱图像分类方法，其特征在于，包括如下步骤： 1给定一个高光谱图像XHSI∈RW×H×B，其中W、H和B分别表示图像的宽、高和光谱波段数；并对XHSI进行降维处理，得到降维后的图像XPCA；假设需要分类的像素位于点i,j，取点i,j处的光谱值xcenter∈R1×1×B、点i,j周围长、宽均为P的小尺度全波段图像块Xpatch1∈RP×P×B，以及XPCA中点i,j处长、宽均为N的大尺度图像块Xpatch2∈RN×N×n； 2使用邻域光谱融合法消除光谱变异性对高光谱图像像素分类的干扰，实现步骤如下： 2.1计算点i,j处向量xcenter和其周围像素的平均值xavg； 2.2采用爱因斯坦求和计算xcenter和xavg融合的光谱矢量xfus； 2.3将xfus输入到第一个状态空间模型S6中进行特征提取，通过残差层进行连接，得到融合了小尺度空间特征的第一光谱特征Fnsf； 3使用子谱扫描法感知高光谱图像像素的光谱细节差异，按照如下步骤获取光谱分类信息： 3.1对向量xcenter进行分割并重组，得到重组后的二维张量x'center，随后将其送入第二个状态空间模型S6进行特征提取，得到第二光谱特征Fss； 3.2将特征Fss与Fnsf相加后送入用于处理光谱信息的线性层，得到光谱分类信息； 4构建空间特征提取网络，并利用该网络获取高光谱图像的空间分类信息： 4.1利用SS2D层和改进的空间注意机制SA组成网络的第一部分，所述改进的空间注意力机制SA是在原始空间注意力机制的基础上增加残差链接，用于使输入输出图像块的尺寸一致；然后使用第一部分的SS2D层与一个层标准化LayerNorm运算组成网络的第二部分；最后，采用一个用于处理原始空间信息的线性层Linear和激活函数SiLU组成网络的第三部分；这三个部分共同构成空间特征提取网络； 4.2将Xpatch2作为空间特征提取网络的输入，获取高光谱图像的空间特征；并将所述空间特征送入用于处理融合了三种空间信息的线性层，得到空间分类信息； 5将空间分类信息与光谱分类信息拼接后送入多层感知机MLP进行决策层特征融合，得到联合空间信息和光谱信息的最终分类结果。

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;北京遥测技术研究所，其通讯地址为：710071 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”。