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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利高光谱异常检测方法、装置、设备及可读存储介质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：CN116071646B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310015909.3，技术领域涉及：G06V20/10；该发明授权高光谱异常检测方法、装置、设备及可读存储介质是由陈勇勇;孟利翔;陈炜昕设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本高光谱异常检测方法、装置、设备及可读存储介质在说明书摘要公布了：本申请公开了一种高光谱异常检测方法、装置、设备及可读存储介质。方法包括：获取输入图像，输入图像为三维高光谱图像；将三维高光谱图像进行矩阵化，得到二维高光谱图像；将二维高光谱图像分解为背景部分和异常部分，基于对背景部分进行低秩矩阵分解和小波紧框架约束，构建目标函数；基于交替方向乘子法对目标函数进行求解，得到异常部分。本申请对高光谱图像的背景部分采用矩阵分解的方式代替直接使用高光谱图像本身，降低了由计算SVD带来的复杂度，并且在低维空间中计算效率高于在原始高光谱图像中。用小波紧框架变换作为正则项，更好地保存了高光谱图像的细节和几何特征，同时消除了由全变差正则项带来的阶梯伪影，提高了异常检测的效果。

本发明授权高光谱异常检测方法、装置、设备及可读存储介质在权利要求书中公布了：1.一种高光谱异常检测方法，其特征在于，所述方法包括： 获取输入图像，所述输入图像为三维高光谱图像； 将所述三维高光谱图像进行矩阵化，得到二维高光谱图像； 将所述二维高光谱图像分解为背景部分和异常部分，基于对所述背景部分进行低秩矩阵分解和小波紧框架约束，构建目标函数； 基于交替方向乘子法对所述目标函数进行求解，得到异常部分； 所述三维高光谱图像的表达式为： ； 其中，为所述三维高光谱图像，m和n为所述三维高光谱图像的空间维度，p为所述三维高光谱图像的光谱维度，R为实数集； 所述将所述三维高光谱图像进行矩阵化，得到二维高光谱图像，包括： 将所述三维高光谱图像按所述光谱维度进行展开，得到所述二维高光谱图像； 所述二维高光谱图像的表达式为： ； 其中，为所述二维高光谱图像； 所述将所述二维高光谱图像分解为背景部分和异常部分后，所述二维高光谱图像的表达式为： ； 其中，为所述背景部分，为所述异常部分； 所述基于对所述背景部分进行低秩矩阵分解和小波紧框架约束，构建目标函数，包括： 对所述背景部分进行低秩矩阵分解，得到： ； 其中，为随机生成的一个矩阵，为满足的预设值，为表示系数； 构建目标函数，所述目标函数的表达式为： ； 其中，代表约束条件，为小波紧框架变化矩阵，其值为固定值，为小波紧框架变换域中图像的表示系数，表示的正则项，表示的L21范数，代表在满足约束条件的情况下，使得最小的A、X和S。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。