西安电子科技大学宋江鲁奇获国家专利权
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一种基于滤波与低秩分解的空-谱联合高光谱图像的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：CN117456362B 。
龙图腾网通过国家知识产权局官网在2026-04-24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：202311471531.4，技术领域涉及：G06V20/10；该发明授权一种基于滤波与低秩分解的空-谱联合高光谱图像的异常检测方法是由宋江鲁奇;马相如;晏昊;石金;向培;齐淑霞;李欢;王炳健;秦翰林设计研发完成，并于2023-11-07向国家知识产权局提交的专利申请。
本一种基于滤波与低秩分解的空-谱联合高光谱图像的异常检测方法在说明书摘要公布了：本发明涉及一种基于高光谱图像的异常检测方法，主体基于滤波和低秩分解的空‑谱联合特征提取方法对高光谱图像进行异常检测。具体方法包括：首先在空间维度，通过数据降维以及特征值加权融合的方法获得降维后图像，而后通过改进的空间滤波方法提取图像的空间特征，获得初始空间特征图像。在光谱维度，在原始高光谱图像上利用塔克分解方法来获得近似背景的背景重构图像，并通过改进的k均值聚类方法来获得图像的背景字典，然后将背景字典输入到低秩分解模型求解得到稀疏矩阵，获得初始光谱特征图，最后将其与空间特征图像进行融合实现异常检测。
本发明授权一种基于滤波与低秩分解的空-谱联合高光谱图像的异常检测方法在权利要求书中公布了：1.一种基于滤波与低秩分解的空-谱联合高光谱图像异常检测方法，其特征，包括如下步骤： 步骤1，对原始高光谱图像H∈RM×N×B降维，并加权融合得到降维后图像Rpca∈RM×N；其中M、N表示图像的空间维度，B表示光谱维度； 步骤2，提取Rpca中的空间信息，获得初始空间特征图Rspa∈RM×N； 步骤3，将原始高光谱图像H通过塔克分解获得高光谱背景重构图像Rbg∈RM×N×B； 步骤4，基于Rbg，从分离出的背景信息中选择代表性的像元组成低秩分解模型中的背景字典D； 步骤5，通过所述背景字典D对原始高光谱图像H进行低秩分解，获得初始光谱特征图Rspe∈RM×N； 步骤6，将Rspa和Rspe进行点乘融合，得到最终检测结果图像Rresult∈RM×N。
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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励