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！

龍圖騰網恭喜重慶郵電大學申請的專利基于測地線空譜協同圖學習的高光譜圖像特征提取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：CN116468909B 。

龍圖騰網通過國家知識產權局官網在2025-04-29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：202210007221.6，技術領域涉及：G06V10/58；該發明授權基于測地線空譜協同圖學習的高光譜圖像特征提取方法是由熊炫睿;席娟;郭坦設計研發完成，并于2022-01-05向國家知識產權局提交的專利申請。

本基于測地線空譜協同圖學習的高光譜圖像特征提取方法在說明書摘要公布了：本發明屬于遙感圖像處理技術領域，涉及一種基于測地線空譜協同圖學習的高光譜圖像特征提取方法。該方法利用協同表示方法學習高光譜圖像像素間的全局協同表示關系，并通過局部約束刻畫高光譜數據的局部流形結構以提高系數矩陣的判別能力。除此之外，在上述構建的全局協同表示模型的正則化項中融入空間鄰近信息與基于測地線距離的光譜信息，獲得測地線度量約束的空譜協同表示系數矩陣，以充分揭示和利用高光譜數據的空譜鄰近結構特性。在此基礎上，利用該表示系數矩陣構造無監督加權圖，基于圖嵌入理論推導出最優的高光譜低維特征投影矩陣，將原始高光譜圖像映射到低維特征子空間。相比于其他特征提取方法，本方法能夠提供更加有價值的特征信息，有效發掘高光譜數據的復雜內蘊特性，從而取得更高的分類精度。

本發明授權基于測地線空譜協同圖學習的高光譜圖像特征提取方法在權利要求書中公布了：1.一種基于測地線空譜協同圖學習的高光譜圖像特征提取方法，其特征在于，該方法包括以下步驟：步驟1：利用協同表示方法與局部約束學習高光譜圖像的全局信息與局部流形結構信息；步驟2：將空間信息與基于測地線的光譜信息嵌入協同表示正則化項中,其中S代表高光譜數據X的基于測地線的光譜信息矩陣，D代表空間信息矩陣，β為正則化參數；D的構造：D包含xi和xj間的距離i≠j，其對應的像素坐標為和則樣本間的空間距離為： dist﹒代表歐氏距離；S的構造：保證近鄰樣本點在嵌入低維空間仍然是近鄰的條件下，使得原本相互遠離的樣本在嵌入低維空間中也相互遠離；因此，利用測地線距離表示兩個像素之間的最短光譜距離；測地線距離測量如下：1計算xi和xj之間的歐氏距離dxxi,xj，如果xi是xj的K近鄰，或者xi和xj之間的歐氏距離dxxi,xj小于ε，則認為xi是xj的近鄰點，則這條邊的權重是dxxi,xj；2計算最短路徑，如果xi和xj之間存在邊，則認為最短路徑為dGxi,xj＝dxxi,xj，如果不存在，則最短路徑為dGxi,xj＝∞；光譜測地線距離：dGxi,xj＝mindGxi,xj,dGxi,xl+dGxl,xj2式中，l＝1,2,…,n；3即可得到矩陣S＝{dGxi,xj}；進而求解得到ai值為： 其中，Xi是不包含xi的d×N-1維字典，λ0是一個正則化參數，是像素xi的k個近鄰，則其余N-k個像素的值被設置為零，μ0為正則化參數；令A＝[a1,a2,…,aN]，其中矩陣A的對角線元素為0，計算求得圖嵌入權重矩陣為：W＝A+AT2；步驟3：基于得到的測地線空譜協同表示系數，構建測地線空譜協同圖，繼而利用圖嵌入框架，通過求解廣義特征值分解問題，獲得最優投影矩陣，得到高光譜圖像數據的低維特征子空間。

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重慶郵電大學，其通訊地址為：400065 重慶市南岸區崇文路2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”。