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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利一种基于空谱特征融合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：CN116310694B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310370753.0，技术领域涉及：G06V10/80；该发明授权一种基于空谱特征融合的高光谱异常检测方法是由胡豪杰;何芳;沈丹瑶;张峰干;赵建伟;董嘉欣;王旭健;闫帅;金伟;伍宗伟;贾维敏;姚敏立设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本一种基于空谱特征融合的高光谱异常检测方法在说明书摘要公布了：本发明公开了一种基于空谱特征融合的高光谱异常检测方法，包括：步骤一、对高光谱图像进行主成分分析得到主成分图像：步骤二、采用计算机利用多个结构元素对主成分图像进行形态学闭运算得到闭运算特征图；步骤三、采用计算机利用多个结构元素对主成分图像进行形态学开运算得到开运算特征图；步骤四、将闭运算特征图、主成分图像和开运算特征图融合，得到基于空谱特征融合的特征矩阵；步骤五、采用计算机利用Reed‑Xiaoli算法对基于空谱特征融合的特征矩阵进行异常得分计算，进而根据异常得分获取高光谱图像中的异常点和背景点。本发明方法步骤简单、设计合理，通过融合光谱特征和空间特征有效提升异常检测精度。

本发明授权一种基于空谱特征融合的高光谱异常检测方法在权利要求书中公布了：1.一种基于空谱特征融合的高光谱异常检测方法，其特征在于，该方法包括以下步骤： 步骤一、对高光谱图像进行主成分分析得到主成分图像; 步骤二、采用计算机利用多个结构元素对主成分图像进行形态学闭运算得到闭运算特征图； 步骤三、采用计算机利用多个结构元素对主成分图像进行形态学开运算得到开运算特征图； 步骤四、将闭运算特征图、主成分图像和开运算特征图融合，得到基于空谱特征融合的特征矩阵； 步骤五、采用计算机利用Reed-Xiaoli算法对基于空谱特征融合的特征矩阵进行异常得分计算，进而根据异常得分获取高光谱图像中的异常点和背景点； 步骤一中对高光谱图像进行主成分分析得到主成分图像，具体过程如下： 步骤101、采用计算机高光谱图像记作，则高光谱图像的矩阵表示为；其中，表示高光谱图像中第个像元处第个波段对应的数据，为正整数，且的取值范围为1～；和均为正整数，且，表示高光谱图像的总像元数，为高光谱图像的波段数； 步骤102、采用计算机利用主成分分析法对高光谱图像的矩阵进行主成分分析，得到个主成分； 步骤103、采用计算机将第个主成分对应的图像记作第个主成分图像；其中，和为正整数，且的取值范围为1≤≤；且小于； 步骤二中采用计算机利用多个结构元素对主成分图像进行形态学闭运算得到闭运算特征图，具体过程如下： 步骤201、采用计算机利用第个结构元素对第个主成分图像进行形态学闭运算，得到第个闭运算特征图；其中，为正整数，且，为结构元素总数，且取值范围为3～6； 步骤202、采用计算机将第个闭运算特征图对应的矩阵记作第个矩阵；且；其中，表示转置，表示第个矩阵中第个像元处对应的特征值； 步骤203、按照步骤201至步骤202所述的方法，得到第个闭运算特征图对应的矩阵记作第个矩阵，且；其中，表示第个矩阵中第个像元处对应的特征值。

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中国人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区洪庆街道同心路二号；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”。

以上内容由龙图腾AI智能生成。