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！

龙图腾网获悉中山大学申请的专利一种高光谱图像的异常检测方法、装置、终端及介质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：CN119090815B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202411084379.9，技术领域涉及：G06T7/00；该发明授权一种高光谱图像的异常检测方法、装置、终端及介质是由孙蕾;吴尧辰;王茂桓设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。

本一种高光谱图像的异常检测方法、装置、终端及介质在说明书摘要公布了：本发明提供了一种高光谱图像的异常检测方法、装置、终端及介质，方法：获取待检测的高光谱图像数据，并对所述高光谱图像数据的字典张量、系数张量和异常张量施加约束；在对各张量进行约束的基础上构建对应的优化模型；对模型进行迭代求解，得到异常张量；并基于所述异常张量计算得到待检测高光谱图像的异常检测图。实施本发明，异常检测具有更优的效果，并且可以有效避免分布与背景数据实际分布无法贴合的情况；此外可以构建更为合适的背景字典，有效区分字典张量和系数张量，进一步优化了异常检测的效果，提高了异常检测的准确率和成功率。

本发明授权一种高光谱图像的异常检测方法、装置、终端及介质在权利要求书中公布了：1.一种高光谱图像的异常检测方法，其特征在于，包括：获取待检测的高光谱图像数据，并对所述高光谱图像数据的字典张量施加低秩约束，对所述高光谱图像数据的系数张量施加稀疏约束，对所述高光谱图像数据的异常张量施加联合稀疏约束；在对所述字典张量、所述系数张量和所述异常张量进行约束的基础上，根据所述高光谱图像数据，构建对应的优化模型；对所述优化模型进行迭代求解，得到所述异常张量；并基于所述异常张量计算得到待检测高光谱图像的异常检测图；所述对所述优化模型进行迭代求解，得到所述异常张量，具体为：对所述优化模型根据下式进行转换： ； ；其中，为高光谱图像，为字典张量，为系数张量，表示高光谱图像中的背景部分，为张量积运算，为异常张量，和均为辅助变量，为施加了基于L1范数的稀疏约束的施加了基于L1范数的稀疏约束的，为施加了张量核范数的低秩约束的，为施加了基于L1,1,2范数的联合稀疏约束的异常张量；通过增广拉格朗日法，将经过转换的优化模型转换为无约束的最优化问题；对所述无约束的最优化问题进行迭代求解，并在每次迭代求解过程中更新辅助变量、辅助变量、所述异常张量、所述系数张量和所述字典张量，在满足预设的收敛条件时，得到异常张量；其中，在更新过程中，的最优化子问题求解如下： ；其中TSVT是张量奇异值阈值算子，k为迭代次数，为惩罚项系数，为拉格朗日乘子； 的最优化子问题求解如下： ； 的最优化子问题求解如下： ； 的最优化子问题求解如下： 的最优化子问题求解如下： ；拉格朗日乘子和惩罚项系数的更新如下： ； ； ； ；其中，和参数用于平衡所述异常张量、所述系数张量和所述字典张量，为惩罚项系数的增长设定的上界，为增长倍数，为单位张量。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。