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！

龙图腾网恭喜声耕智能科技(西安)研究院有限公司申请的专利一种基于非负矩阵分解的即插即用高光谱图像解混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：CN114332624B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202111668257.0，技术领域涉及：G06V20/10；该发明授权一种基于非负矩阵分解的即插即用高光谱图像解混方法是由赵敏;陈捷设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本一种基于非负矩阵分解的即插即用高光谱图像解混方法在说明书摘要公布了：本发明公开了一种基于非负矩阵分解的即插即用高光谱图像解混方法，本发明联合考虑了手动选择正则项和通过学习获得的正则项，进而利用高光谱图像中的先验信息。本方法使用降噪器学习光谱和空间信息，避免人工设计正则化器和解决复杂的优化问题。本发明也使用了手工正则项来引入图像中一些物理上明确的先验。本发明以稀疏正则项为例，加入丰度稀疏的先验知识，说明联合使用设计的正则化项和学习的正则项可以有效提高解混精度。本发明中的降噪器不仅能够引入先验信息，同时，降噪器的降噪特性也提高了算法对噪声的鲁棒性。

本发明授权一种基于非负矩阵分解的即插即用高光谱图像解混方法在权利要求书中公布了：1.一种基于非负矩阵分解的即插即用高光谱图像解混方法，其特征在于，包括以下步骤：S1，获取待解混三维高光谱图像，对待解混三维高光谱图像进行重构，得到二维高光谱图像；S2，对二维高光谱图像进行最小化投影，利用最小化投影后的噪声能量和投影信号误差能量之和，在正交子空间中，确定二维高光谱图像的端元数量；S3，构建包含先验正则项的损失函数；S4，引入辅助变量，对损失函数进行等价形式转化，得到转化后的损失函数和对应的增广拉格朗日函数；S5，使用VCA端元提取结果初始化端元矩阵，使用FCLS丰度估计结果初始化丰度矩阵和辅助变量；S6，根据端元的最小化损失函数估计端元；S7，根据丰度的最小化损失函数估计丰度；S8，根据辅助变量的最小化损失函数估计辅助变量；S9，循环S6至S8，至迭代循环次数达到最大循环次数，输出高光谱图像的解混结果。

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声耕智能科技(西安)研究院有限公司，其通讯地址为：710075 陕西省西安市雁塔区丈八街办丈八四路20号神州数码科技园5号楼12层A区C区；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”。