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！

龙图腾网获悉长安大学申请的专利基于目标-背景重构偏差的高光谱遥感图像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：CN116363503B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310114653.1，技术领域涉及：G06V20/10；该发明授权基于目标-背景重构偏差的高光谱遥感图像目标检测方法是由师艳子;崔华;崔小军;宋焕生;王金龙;王志勤设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本基于目标-背景重构偏差的高光谱遥感图像目标检测方法在说明书摘要公布了：本发明公开了一种基于目标‑背景重构偏差的高光谱遥感图像目标检测方法，包括：获取待检测高光谱遥感图像，并输入预训练的非对称自编码网络，得到该图像中每个像素的第一输出和第二输出；预训练的非对称自编码网络包含：特征提取子网络、特征融合子网络和特征重构子网络；第一输出为特征提取子网络的输出，第二输出为特征重构子网络的输出；预训练的非对称自编码网络是采用混合目标光谱和混合背景光谱训练得到的；混合目标光谱和混合背景光谱是基于第一高光谱遥感样本图像、预设目标的先验光谱和双线性光谱混合模型生成的；根据第一输出和第二输出，确定像素的光谱角距离；对光谱角距离平滑处理，得到待检测高光谱遥感图像的检测结果。

本发明授权基于目标-背景重构偏差的高光谱遥感图像目标检测方法在权利要求书中公布了：1.一种基于目标-背景重构偏差的高光谱遥感图像目标检测方法，其特征在于，包括： 获取待检测高光谱遥感图像； 将所述待检测高光谱遥感图像输入预训练的非对称自编码网络中，得到所述待检测高光谱遥感图像中每个像素对应的第一输出和第二输出；所述预训练的非对称自编码网络包含：预训练的特征提取子网络、预训练的特征融合子网络和预训练的特征重构子网络；所述特征融合子网络的输入为所述特征提取子网络的输出，所述特征重构子网络的输入为所述特征融合子网络的输出；所述第一输出为所述特征提取子网络的输出，所述第二输出为所述特征重构子网络的输出；所述预训练的非对称自编码网络是采用多个混合目标光谱和多个混合背景光谱训练得到的；所述多个混合目标光谱和多个混合背景光谱是基于第一高光谱遥感样本图像、预设目标的先验光谱和双线性光谱混合模型生成的； 根据所述第一输出和所述第二输出，确定所述像素的光谱角距离； 通过对所述像素的光谱角距离的平滑处理，得到所述待检测高光谱遥感图像是否包含所述预设目标的检测结果； 其中，所述多个混合目标光谱和所述多个混合背景光谱的生成方法包括： 分别获取所述第一高光谱遥感样本图像，以及所述预设目标的先验光谱，所述先验光谱的数目为； 根据所述先验光谱和自动端元提取方法，从所述第一高光谱遥感样本图像中提取背景光谱；所述背景光谱区别于所述先验光谱，所述背景光谱的数目为，和均为大于2的整数； 每次从个先验光谱中选取一个先验光谱，根据选取的先验光谱、个背景光谱和第一预设丰度值，生成个混合目标光谱，直至遍历完个先验光谱时，将次生成的混合目标光谱作为生成的所述多个混合目标光谱；混合目标光谱表示为：，其中，表示混合目标光谱，表示每次从个先验光谱中选取的一个先验光谱，为，表示个背景光谱，为，表示第一预设丰度值，表示逐元素相乘运算； 每次从个背景光谱中选取一个背景光谱，根据选取的背景光谱、第二预设丰度值，以及个背景光谱中序号位于选取的背景光谱之后的背景光谱，生成至少一个混合背景光谱，直至遍历完个背景光谱时，将次生成的混合背景光谱作为生成的所述多个混合背景光谱；混合背景光谱表示为：，其中，表示混合背景光谱，表示每次从个背景光谱中选取的一个背景光谱，为，表示个背景光谱中序号位于之后的背景光谱，，表示第二预设丰度值。

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长安大学，其通讯地址为：710064 陕西省西安市南二环中段；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”。

以上内容由龙图腾AI智能生成。