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！

龙图腾网获悉西安交通大学申请的专利一种基于光谱相关性的子空间稀疏表征高光谱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：CN115272861B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210939174.9，技术领域涉及：G06V20/10；该发明授权一种基于光谱相关性的子空间稀疏表征高光谱目标检测方法是由穆廷魁;李致远设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。

本一种基于光谱相关性的子空间稀疏表征高光谱目标检测方法在说明书摘要公布了：一种基于光谱相关性的子空间稀疏表征高光谱目标检测方法，基于待测高光谱图像数据，量化估计光谱信息间的相关性，得到光谱相关系数矩阵；基于光谱相关系数矩阵以及目标光谱字典中的光谱数据，采用最小方差原则以及特征值分解方法计算目标光谱字典的特征子空间，将得到的特征值从小到大排序，取占比为p的前几个特征值，其对应的特征向量组成特征子空间的投影矢量；将待测高光谱图像数据与目标光谱字典全部投影至该特征子空间中，采用稀疏表征的方法，实现目标检测。本发明在去除光谱间信息冗余的同时，保证有足够的维度进行区分，又可有效地提取目标光谱字典中先验光谱信息的共同特征，更加准确高效地检测识别目标，具有优越的性能。

本发明授权一种基于光谱相关性的子空间稀疏表征高光谱目标检测方法在权利要求书中公布了：1.一种基于光谱相关性的子空间稀疏表征高光谱目标检测方法，其特征在于，基于待测高光谱图像数据，量化估计光谱信息间的相关性，得到光谱相关系数矩阵；基于光谱相关系数矩阵以及目标光谱字典中的光谱数据，采用最小方差原则以及特征值分解方法计算目标光谱字典的特征子空间，将得到的特征值从小到大排序，取占比为p的前几个特征值，其对应的特征向量组成特征子空间的投影矢量；将待测高光谱图像数据与目标光谱字典全部投影至该特征子空间中，采用稀疏表征的方法，实现目标检测； 其中，根据最小方差原则，并融入光谱相关系数矩阵，对目标光谱字典中包含的光谱信息的方差采用特征值分解方法得到特征值，取其对应的特征向量组成特征子空间的投影矢量，方法如下： 步骤1，记目标光谱字典为Dt，根据输入的高光谱图像数据计算相关系数矩阵C； 步骤2，记为融入光谱相关系数矩阵后，目标光谱字典的方差；对其进行特征值分解，将得到的特征值从小到大排序，取占比为p的几个特征值，其对应的特征向量组成特征子空间的投影向量； 在特征子空间采用稀疏表征的方法，实现目标检测，过程如下： 步骤1，对投影后的待测光谱图像数据，用投影后的目标光谱字典进行稀疏表征，采用正交匹配追踪OMP算法计算稀疏表征系数 步骤2，计算表征残差作为检测输出； 其中，分别为投影至特征子空间的待测高光谱图像数据和目标光谱字典； 步骤3，通过阈值分割，将背景和目标分离，实现目标检测。

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交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。