買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京理工大學申請的專利基于端到端RX的高光譜圖像異常檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114202539B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111556995.6，技術領域涉及：G06T7/00；該發明授權基于端到端RX的高光譜圖像異常檢測方法是由劉芳;劉嘉;肖亮;楊勁翔;張安迪;郜文菲設計研發完成，并于2021-12-18向國家知識產權局提交的專利申請。

本基于端到端RX的高光譜圖像異常檢測方法在說明書摘要公布了：本發明公開了一種基于端到端RX的高光譜圖像異常檢測方法，該方法包括：利用變分自編碼對高光譜圖像的每個像素點進行特征學習；提取變分自編碼網絡的隱含層特征作為高光譜像素的特征表示；估計高光譜圖像中各像素點特征表示的局部均值和局部協方差矩陣；構建可微分的RX異常檢測算法得到異常指數；計算可微分RX結構的反向傳播模式；構建基于端到端RX的高光譜異常檢測網絡結構；融合變分自編碼網絡和端到端RX的損失函數并訓練；輸入高光譜圖像在訓練好的網絡并輸出異常檢測結果。本發明方法具有有效融合VAE網絡隱含層特征空間和RX異常特征信息的能力，應用于高光譜圖像異常檢測任務具有優異性能。

本發明授權基于端到端RX的高光譜圖像異常檢測方法在權利要求書中公布了：1.一種基于端到端RX的高光譜圖像異常檢測方法，其特征在于，包括以下步驟： 第一步，利用變分自編碼網絡對高光譜圖像中的所有像素點進行特征學習去除冗余信息，即將高維的高光譜數據作為VAE的訓練數據，利用隨機梯度下降法執行VAE的訓練過程； 第二步，根據高光譜像素點在VAE隱含層的輸出數據，提取各節點的獨立同分布隱含層數據作為高光譜像素點的特征表示； 第三步，估計隱含層特征表示數據的局部均值和局部方差，即在高光譜圖像的隱含層特征圖上進行均值濾波和平方均值濾波； 第四步，構建可微分的RX異常檢測算法得到異常指數，即在VAE的隱含層特征圖上計算馬氏距離，歸一化之后執行KI閾值分割得到閾值參數，進而計算每個像素點的異常指數； 第五步，構建基于端到端RX的高光譜異常檢測網絡結構，即構建實現可微分RX的網絡模塊，將模塊嵌入到VAE網絡中，具體如下： 記Mean·；7為窗口大小為7×7的均值濾波函數；然后，將可微分RX檢測算法用局部均值和平方局部均值的濾波函數實現，具體為 將高光譜像素點的高層特征圖表示記為M×N表示高光譜圖像的大小，J對應著隱含層特征表示的維度，zl∈z∈Z，z為隱含層的特征表示； 將均值濾波函數按照此公式嵌入到VAE網絡中，對RX檢測算法的輸出層做歸一化并進行KI閾值分割，得到閾值參數θ，則每個像素點的異常指數與dRX成正比，具體為 其中，ha表示每個像素點的異常指數； 將歸一化層和異常指數層接入VAE網絡，形成端到端RX的異常檢測網絡； 第六步，融合初步異常檢測結果和端到端RX的損失函數，即將初步檢測結果作為高光譜圖像中各像素點在端到端RX網絡中的權重系數； 第七步，利用隨機梯度下降法訓練網絡并輸出最終的異常檢測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京理工大學，其通訊地址為：210094 江蘇省南京市孝陵衛200號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。