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融合稀疏表示和协同表示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：CN115731472B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202211584933.0，技术领域涉及：G06V20/10；该发明授权融合稀疏表示和协同表示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2022-12-09向国家知识产权局提交的专利申请。

本融合稀疏表示和协同表示的高光谱异常检测方法在说明书摘要公布了：本发明公开了一种融合稀疏表示和协同表示的高光谱异常检测方法，主要解决现有检测方法中构建的背景字典表示效果不佳、检测性能差的问题。包括：1构建过完备字典，建立稀疏表示模型，优化求解并计算稀疏残差特征；2构建背景字典，建立协同表示模型，优化求解并计算协同残差特征；3将稀疏残差特征和协同残差特征进行非线性融合，得到初始检测结果；4利用引导滤波对初始检测结果进行后处理，得到最终检测结果。本发明摒弃了以双窗口方式构建背景字典，自动从稀疏表示模型中挑选使用的原子作为背景字典，并且结合稀疏残差特征和协同残差特征，有效提升高光谱异常检测效果。

本发明授权融合稀疏表示和协同表示的高光谱异常检测方法在权利要求书中公布了：1.一种融合稀疏表示和协同表示的高光谱异常检测方法，其特征在于，包含步骤如下： 1构建过完备字典： 1.1输入高光谱图像X，分别对其进行超像素分割和聚类，得到超像素块及聚类结果； 1.2将聚类结果中包含像素数最多的类别视为背景，并找出该类别所对应区域包含的超像素块，选择每个超像素块的中心像素分别作为一个原子； 1.3利用所有原子构建过完备字典DSR： 其中表示第t个原子，t＝1,2,…,m，b表示高光谱图像波段数，m表示过完备字典的原子数； 2建立稀疏表示模型： 2.1根据过完备字典DSR建立高光谱图像中任意像素的稀疏表示模型xi： 其中和分别表示第i个像素的稀疏表示向量和稀疏残差向量； 2.2将稀疏表示模型的目标函数表示如下： 其中||*||2表示l2范数，||*||0表示l0范数，s.t.表示约束条件，K表示稀疏等级的上限； 2.3利用正交匹配追踪方法对稀疏表示模型的目标函数进行优化求解，得到估计的稀疏表示向量 2.4计算第i个像素的稀疏残差响应ri SR： 对高光谱图像X中所有像素计算稀疏残差响应，得到稀疏残差特征其中N表示高光谱图像的像素数，i＝[1,2,…,N]； 3构建背景字典： 对高光谱图像中任意像素，选择过完备字典DSR中参与其稀疏表示的原子，并将这些原子合并形成背景字典其中p＝1,2,…,n，n表示背景字典的原子数； 4建立协同表示模型： 4.1根据背景字典对高光谱图像中任意像素建立协同表示模型xi'： 其中和分别表示第i个像素的协同表示向量和协同残差向量； 4.2将协同表示模型的目标函数表示如下： 其中λ表示权衡系数，表示对角正则矩阵，diag·表示构造对角矩阵； 4.3对协同表示模型的目标函数进行优化求解，即计算目标函数对的偏导数，并将其置零得到估计的协同表示向量再根据计算第i个像素的协同残差响应 4.4对高光谱图像X中所有像素计算协同残差响应，得到协同残差特征 5根据对稀疏残差特征FSR和协同残差特征FCR进行特征融合，得到初始检测结果 6采用引导滤波方法对初始检测结果Dinit进行后处理，得到最终检测结果其中滤波输入图像为初始检测结果Dinit，引导图像为高光谱图像X经主成分分析方法处理得到的第一主成分G＝[g1,g2,…,gN]。

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”。