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！

龙图腾网恭喜武汉大学申请的专利基于嵌套自编码器的高光谱图像异常检测方法和装置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：CN119151933B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411646678.7，技术领域涉及：G06T7/00；该发明授权基于嵌套自编码器的高光谱图像异常检测方法和装置是由尹航;曹伟男;赵婕乐;杨光义;贺威设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于嵌套自编码器的高光谱图像异常检测方法和装置在说明书摘要公布了：本发明涉及图像异常检测技术领域，特别涉及一种基于嵌套自编码器的高光谱图像异常检测方法和装置，其中，方法包括：获取原始高光谱图像；基于上采样结构，利用第一级编码器对原始高光谱图像在空间维度上进行特征编码和解码，并利用第二级编码器对原始高光谱图像在光谱维度上进行特征编码和解码，得到原始高光谱图像的空间特征和光谱特征；基于空间特征和光谱特征重建得到重建高光谱图像的异常像素点。由此，解决了现有技术检测方法虚警率高、细节重建效果差、图像信息利用率低等问题，通过对深度学习模型的结构进行改进，具有自动化、检测准度高、复杂度低、快速高效等优点。

本发明授权基于嵌套自编码器的高光谱图像异常检测方法和装置在权利要求书中公布了：1.一种基于嵌套自编码器的高光谱图像异常检测方法，其特征在于，所述方法采用改进后的深度学习模型，所述改进后的深度学习模型包括上采样结构和下采样结构，所述下采样结构包括第一级编码器和第二级编码器，利用步幅为2的卷积层替代所述深度学习模型的池化层，所述方法包括以下步骤：获取原始高光谱图像；基于所述上采样结构，利用所述第一级编码器对所述原始高光谱图像在空间维度上进行特征编码和解码，并利用所述第二级编码器对所述原始高光谱图像在光谱维度上进行特征编码和解码，得到所述原始高光谱图像的空间特征和光谱特征；基于所述空间特征和所述光谱特征重建得到重建高光谱图像的异常像素点；在基于所述空间特征和所述光谱特征重建得到重建高光谱图像的异常像素点之后，包括：计算所述原始高光谱图像和所述重建高光谱图像的每个像素位置上的空间重构误差和每个像素在不同光谱波段上的光谱重构误差；基于预设调整策略，调整所述空间重构误差的权重和所述光谱重构误差的权重，并基于调整后的空间重构误差的权重和光谱重构误差的权重优化所述深度学习模型的重建能力；所述空间重构误差的计算公式为： ；其中，为图像高度，为图像宽度，为光谱波段数，=1...，为原始高光谱图像，为重建高光谱图像，为像素位置。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌珞珈山；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”。