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！

龙图腾网获悉西安邮电大学申请的专利一种基于系数分析协同表示的高光谱图像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：CN116137067B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202310176620.X，技术领域涉及：G06V20/10；该发明授权一种基于系数分析协同表示的高光谱图像异常检测方法是由杨怡欣;杨迁迁;刘思贤设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于系数分析协同表示的高光谱图像异常检测方法在说明书摘要公布了：本发明提供了一种基于系数分析协同表示的高光谱图像异常检测方法，包括：获取高光谱图像，执行归一化处理；设置内、外窗尺寸，依次遍历高光谱图像的各个空间位置；判断是否遍历结束；若遍历未结束，利用局部区域的像素集合对中心测试像素执行协同表示算法，计算表示系数向量；估计最大、最小背景系数阈值，剔除异常点，更新局部区域的像素集合；利用更新后的局部区域的像素集合再次对中心测试像素执行协同表示算法，计算表示系数向量；获得中心测试像素的表示误差；若遍历已结束，对全局像素的表示误差执行归一化处理；与预设阈值比较，获得整幅高光谱图像的异常检测结果。本发明能极大提升高光谱图像异常检测的准确度。

本发明授权一种基于系数分析协同表示的高光谱图像异常检测方法在权利要求书中公布了：1.一种基于系数分析协同表示的高光谱图像异常检测方法，其特征在于：包括如下步骤： 步骤一：获取高光谱图像，执行归一化处理； 步骤二：采用滑动双窗策略，利用局部区域的像素集合对中心测试像素执行协同表示算法，计算表示系数向量； 步骤三：估计最大、最小背景系数阈值，剔除异常点，更新局部区域的像素集合； 步骤四：利用更新后的局部区域的像素集合再次对中心测试像素执行协同表示算法，计算表示系数向量，获得中心测试像素的表示误差； 步骤五：对全局像素的表示误差执行归一化处理，获得异常检测结果； 所述步骤二具体为： 步骤21：设置内窗尺寸a×a和外窗尺寸b×b，以测试像素xj,k为中心，构建同心矩形双窗口，其中j＝1,2,...,H,k＝1,2,...,W，H和W分别表示高光谱图像X的空间长和宽尺寸； 步骤22：利用同心矩形双窗口所围成的局部区域的像素集合Sj,k对中心测试像素xj,k执行协同表示算法，计算表示系数向量αj,k，该过程的目标函数为: 其中λ为拉格朗日乘子,上式对αj,k求偏导，并令结果为0，求得αj,k为： 其中I为对角线元素均为1的单位矩阵； 所述步骤五具体为： 步骤51：将同心矩形双窗口向前移动一个像素点的距离，以同心矩形双窗口的共同中心为中心测试像素xj+1,k+1，再次按照步骤二到步骤四进行分析；随着同心矩形双窗口的遍历，该过程被不断重复，最终得到全局像素的表示误差r∈RH×W； 步骤52：计算全局像素的表示误差r中所有元素的最大值rmax和最小值rmin，并对全局像素的表示误差r执行下列归一化处理公式8： 其中rj,k为r中的第j行第k列元素，j＝1,2,...,H,k＝1,2,...,W； 步骤53：将全局像素的表示误差r与预设阈值t进行比较，将误差值大于t的像素标记为异常点，将误差值小于t的像素标记为背景点，从而得到整幅高光谱图像的异常检测结果，其中0≤t≤1。

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邮电大学，其通讯地址为：710121 陕西省西安市长安区西长安街618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。