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申请的专利空-谱协同引导联合字典构建的高光谱异常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：CN116310830B 。

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：202310292428.7，技术领域涉及：G06V20/10；该发明授权空-谱协同引导联合字典构建的高光谱异常检测方法是由王海;林生;张敏;成曦;赵少博;董优强设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本空-谱协同引导联合字典构建的高光谱异常检测方法在说明书摘要公布了：本发明提出了一种空‑谱协同引导联合字典构建的高光谱异常检测方法，用于解决构建字典时背景光谱和异常光谱信息挖掘不充分及噪声干扰导致检测性能不佳的问题。包括：1分别利用空间检测器和光谱检测器对输入高光谱图像进行检测，获取检测图；2根据检测图构建背景集和异常集；3对任意待测像素，从背景集和异常集中挑选特定数量的像素构建背景子字典和异常子字典，并将两者合并形成联合字典；4建立基于联合字典的协同表示模型，对其优化求解得到估计的系数向量；5将异常子字典和对应系数的乘积作为检测结果。本发明在构建字典时充分挖掘背景光谱和异常光谱信息，且有效规避了表示残差向量中噪声的影响，提升了高光谱异常检测性能。

本发明授权空-谱协同引导联合字典构建的高光谱异常检测方法在权利要求书中公布了：1.一种空-谱协同引导联合字典构建的高光谱异常检测方法，其特征在于，具体步骤如下： 1构建背景集和异常集： 1.1输入高光谱图像X，分别利用空间检测器和光谱检测器对高光谱图像X进行检测，获取空间检测图dspa和光谱检测图dspe； 1.2计算空间检测图dspa和光谱检测图dspe的乘积dae，并利用最大类间方差法对dae进行阈值化处理，得到二值图dbin； 1.3利用主成分分析方法对高光谱图像进行降维，并采用简单线性迭代聚类方法对获取的前三个主成分进行超像素分割，得到超像素分割图其中T表示生成的超像素块总数，t∈[1,T]，nt表示第t个超像素块所包含的像素，表示包含nt个像素的第t个超像素块；在二值图dbin中，挑选背景像素合并形成背景集其中表示第v次挑选的背景像素，v∈[1,V]，V表示背景像素挑选的总次数，即背景集包含的像素总数，并且V＜T；挑选异常像素合并形成异常集其中表示第q次挑选的异常像素，q∈[1,Q]，Q表示异常像素挑选的总次数，即异常集包含的像素总数； 2构建联合字典： 2.1对任意像素xi∈X,i∈[1,N]，其中N表示高光谱图像包含的像素数，计算xi与背景集XB中第1个像素的距离 按照上述距离计算方式依次计算xi与XB中所有像素的距离集合并将中所有距离按照升序排列，设定第一超参数为kB，根据前kB个距离的索引从XB中挑选像素构建背景子字典 按照上述距离计算方式依次计算xi与异常集XA中所有像素的距离集合并将di A中所有距离按照升序排列，设定第二超参数为kA，根据前kA个距离的索引从XA中挑选像素构建异常子字典 2.2合并背景子字典和异常子字典形成联合字典 3构建协同表示模型： 根据联合字典Di构建任意像素xi的协同表示模型： xi＝Diαi+ei， 其中xi∈X,i∈[1,N]，αi表示系数向量，ei表示残差向量； 4将协同表示模型的目标函数对αi求偏导并置零，得到估计的系数向量 5根据将拆分成估计的背景系数向量和估计的异常系数向量两部分，利用估计的异常系数向量计算第i个像素的响应值Ri： 6依次取i＝1,2，...，N计算得到高光谱图像X中所有像素的响应值，合并得到最终检测结果。

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，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”。