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申请的专利一种基于光谱扩散的环境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：CN119516293B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411664241.6，技术领域涉及：G06V10/77；该发明授权一种基于光谱扩散的环境异常检测方法是由江世凯;许志超;陈文彬;智喜洋;姜嘉欣;杨佳伟;巩晋南;张伟设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于光谱扩散的环境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光谱扩散的环境异常检测方法，所述方法针对高光谱图像目标检测领域，提出了一种基于主成分分析和线性光谱混合模型的异常谱生成方法，解决了存在和不存在异常的配对标记数据不足的问题，以保证学习到的特征的有效性，同时提高了传统异常目标生成方法的真实感；针对高光谱数据设计了双窗口光谱扩散模型，将每个像元的扩散过程视为目标与周围背景的光谱混合，提高了重建过程中空间‑光谱维数估计的精度，使背景估计具有较高的空间和光谱精度；引入双窗口光谱扩散背景重建方法，通过在排除目标的双窗口内对光谱进行迭代积累，减少了异常扩展面积对背景估计的影响，有效抑制目标光谱。

本发明授权一种基于光谱扩散的环境异常检测方法在权利要求书中公布了：1.一种基于光谱扩散的环境异常检测方法，其特征在于所述方法包括如下步骤： 步骤一：加载高光谱图像，利用柏林噪声，在只含有背景信息的高光谱图像中生成异常目标，得到含有异常目标的高光谱图像； 步骤二：加载含有异常目标的高光谱图像，采用双窗口光谱扩散策略，逐步混合目标像素与其周围的光谱信息，得到扩散后的图像数据，具体步骤如下： 步骤二一：对于含有异常目标的高光谱图像，利用双窗口扩散算法，结合外窗内窗的定义创建掩模矩阵，计算出双窗矩阵，具体步骤如下： 步骤二一一：在一个含有异常目标的高光谱图像中，对于第的像素，定义一个以xi,j为中心的窗口，外窗大小为R，内窗大小为r，其中R和r为奇数，通过外窗减去内窗得到一个中空的窗口，外窗和内窗定义如下： 步骤二一二：创建一个掩模矩阵，具体定义如下： 式中，为矩阵的第行第列元素； 步骤二一三：通过外窗与掩模的逐元乘法得到双窗矩阵： 式中，表示为逐元素的乘法； 步骤二二：随机生成一个正态分布丰度矩阵，通过确定每个像素经过双窗口扩散后的分布，结合丰度矩阵和双窗矩阵得出扩散后像素的最终表达式，具体步骤如下： 步骤二二一：随机生成一个正态分布丰度矩阵，矩阵中每个元素满足分布；在第像素xi,j对应的双窗口丰度矩阵为： 步骤二二二：设位置处的像素记为x，对应的双窗口记为W，双窗矩阵中第t个元素表示为，；双窗口丰度矩阵中第t个元素表示为，，假设扩散前图像中的原始像素为，持续添加至第t个元素之后，像素值为： 步骤二二三：因为，所以可表示为： 步骤二二四：当，，则为： 步骤二二五：对图像尺寸为中的像素，，重复步骤二二一到步骤二二四，得到扩散后的图像数据； 步骤三：利用基于U-Net框架的丰度估计网络估计丰度矩阵，用估计的丰度矩阵来反向重建背景图像； 步骤四：将重建后的背景图像与含有异常目标的高光谱图像输入基于U-Net框架的目标检测网络当中进行异常目标检测； 步骤五：将测试图像数据经过双窗口扩散，输入训练好的丰度估计网络重建背景，得到测试图像的背景图像；将得到的测试数据背景图像和测试数据一并输入训练好的目标检测网络进行异常目标检测。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。