高光譜圖像的生成方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種高光譜圖像的生成方法及系統(tǒng),其中方法包括以下步驟:對高光譜數(shù)據(jù)集通過稀疏編碼的方式以訓(xùn)練得到過完備高光譜字典;對目標場景的原始高光譜圖像進行空間光譜調(diào)制得到單張編碼的二維傳感器圖像;對采集到的單張編碼的二維傳感器圖像進行還原以重建目標場景的高光譜圖像。該方法通過對高光譜數(shù)據(jù)集進行稀疏編碼得到過完備字典,且對目標場景的原始高光譜圖像進行空間光譜調(diào)制得到單張編碼的二維傳感器圖像,并根據(jù)過完備高光譜字典對單張編碼的二維傳感器圖像進行還原,從而重建目標場景的高光譜圖像。本發(fā)明實施例提供了更高程度隨機性的高光譜調(diào)制,從而獲得更高的重建性能,以重建出高分辨率的三維高光譜圖像。
【專利說明】高光譜圖像的生成方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及成像【技術(shù)領(lǐng)域】,特別涉及一種高光譜圖像的生成方法及系統(tǒng)。
【背景技術(shù)】
[0002] 相關(guān)技術(shù)中,彩色相機通過在傳感器上分別加入紅、綠、藍色的濾鏡來獲取對場景 的顏色記錄,從而再現(xiàn)了場景的視覺信息,卻導(dǎo)致缺失了場景的光譜細節(jié)?;诖藛栴},高 光譜成像通過對每個場景點進行數(shù)十甚至數(shù)百個顏色光譜的采樣測量,從而采集得到高光 譜圖像,且采集到的高光譜圖像為一個三維的數(shù)據(jù)矩陣,其中二維是空間變量,一維是光譜 變量。另外,高分辨率光譜圖像中的細節(jié)可以揭示場景中物體和環(huán)境光照的本質(zhì)屬性,所以 這一類的數(shù)據(jù)具有廣泛的應(yīng)用,例如圖像的可視化和編輯、科學(xué)成像、物體探測和追蹤等。
[0003] 因此,為了采集三維高光譜的數(shù)據(jù)矩陣即高光譜圖像,在相關(guān)技術(shù)中,可以通過分 時掃描的方法即通過犧牲時間分辨率或空間分辨率,從而采集得到高光譜圖像,然而分時 掃描的方法僅使用于靜態(tài)場景,如果采集低空間分辨率的高光譜圖像,則限制了其應(yīng)用范 圍。進一步地,例如壓縮高光譜成像方法通過對高光譜圖像進行光學(xué)編碼以及計算重建,以 突破相關(guān)技術(shù)中在時間、空間、光譜上圖像分辨率的權(quán)衡,然而壓縮高光譜成像方法以空間 一致的方式進行顏色光譜的編碼,導(dǎo)致限制了其隨機程度,并且根本上限制了由壓縮重建 算法所獲得的重建質(zhì)量,無法很好地滿足用戶的使用需求。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。
[0005] 為此,本發(fā)明的一個目的在于提出一種能提供更高程度的隨機性,從而獲得更高 重建性能的高光譜圖像的生成方法。
[0006] 本發(fā)明的另一個目的在于提出一種高光譜圖像的生成系統(tǒng)。
[0007] 為達到上述目的,本發(fā)明一方面實施例提出了一種高光譜圖像的生成方法,包括 以下步驟:對所述高光譜數(shù)據(jù)集進行稀疏編碼以得到過完備高光譜字典,其中,所述過完備 高光譜字典包括高光譜圖像的三維高光譜原子;對目標場景的原始高光譜圖像進行空間光 譜調(diào)制得到單張編碼的二維傳感器圖像;以及根據(jù)所述過完備高光譜字典對所述單張編碼 的二維傳感器圖像進行還原以重建所述目標場景的高光譜圖像。
[0008] 根據(jù)本發(fā)明實施例提出的高光譜圖像的生成方法,通過對高光譜數(shù)據(jù)集進行稀疏 編碼得到過完備字典,且根據(jù)目標場景的原始高光譜圖像和調(diào)制矩陣得到單張編碼的二維 傳感器圖像,并根據(jù)過完備高光譜字典對單張編碼的二維傳感器圖像進行還原,從而重建 目標場景的高光譜圖像,提供了更高程度的隨機性,從而獲得更高的重建性能,以重建出高 分辨率的三維高光譜圖像,滿足用戶的使用需求。
[0009] 另外,根據(jù)本發(fā)明上述實施例的高光譜圖像的生成方法還可以具有如下附加的技 術(shù)特征:
[0010] 在本發(fā)明的一個實施例中,所述單張編碼的二維傳感器圖像,通過如下公式得到, 所述公式為:
[0011]
【權(quán)利要求】
1. 一種高光譜圖像的生成方法,其特征在于,包括以下步驟: 對所述高光譜數(shù)據(jù)集進行稀疏編碼以得到過完備高光譜字典,其中,所述過完備高光 譜字典包括高光譜圖像的三維高光譜原子; 對目標場景的原始高光譜圖像進行空間光譜調(diào)制得到單張編碼的二維傳感器圖像;以 及 根據(jù)所述過完備高光譜字典對所述單張編碼的二維傳感器圖像進行還原以重建所述 目標場景的高光譜圖像。
2. 根據(jù)權(quán)利要求1所述的高光譜圖像的生成方法,其特征在于,所述單張編碼的二維 傳感器圖像,通過如下公式得到,所述公式為:
其中,h(x,y, λ)表示所述原始高光譜圖像,且x,y表示二維空間坐標,λ表示光譜維 度,s = dm/da表示掩膜相對于所述原始高光譜圖像的剪切形變程度,f(x,y)表示掩膜的隨 機圖案函數(shù),d m表示掩膜和傳感器的距離,4光譜面和所述傳感器的距離。
3. 根據(jù)權(quán)利要求1或2所述的高光譜圖像的生成方法,其特征在于,在根據(jù)所述過完備 高光譜字典對所述單張編碼的二維傳感器圖像進行還原以重建所述目標場景的高光譜圖 像之前,還包括: 通過如下公式對所述原始高光譜圖像進行編碼到所述二維傳感器圖像,所述公式為:
其中,i表示向量化的傳感器圖像,h表示向量化的目標高光譜圖像,Φ表示所述調(diào)制 矩陣,P表示光譜譜段個數(shù)。
4. 根據(jù)權(quán)利要求1-3任一項所述的高光譜圖像的生成方法,其特征在于,通過如下公 式對所述目標場景的原始高光譜圖像進行表示,所述公式為:
其中,D表示所述高光譜字典,(^表示所述高光譜字典的原子,a表示稀疏系數(shù); 進一步地,所述高光譜字典通過如下公式來學(xué)習(xí)獲得:
其中,
11?°為〇個圖像塊所組成的訓(xùn)練集,
是每列為k-稀 疏向量%的矩陣,并且k(k << q)為指定的稀疏程度; 進一步地,被調(diào)制的傳感器圖像表示為: i = Φ?ι = ODa ; 進一步地,未知稀疏變量a通過求解一個基追蹤降噪優(yōu)化問題來恢復(fù):
其中,ε是殘差,且通過解決該優(yōu)化問題的拉格朗日形式來求解:
其中,ξ是平衡數(shù)據(jù)項和正則項的系數(shù)。
5. -種高光譜圖像的生成系統(tǒng),其特征在于,包括: 過完備高光譜字典獲取模塊,用于對所述高光譜數(shù)據(jù)集進行稀疏編碼以得到過完備高 光譜字典,其中,所述過完備高光譜字典包括高光譜圖像的三維高光譜原子; 二維傳感器圖像生成模塊,用于對目標場景的原始高光譜圖像進行空間光譜調(diào)制得到 單張編碼的二維傳感器圖像;以及 高光譜圖像重建模塊,用于根據(jù)所述過完備高光譜字典對所述單張編碼的二維傳感器 圖像進行還原以重建所述目標場景的高光譜圖像。
6. 根據(jù)權(quán)利要求5所述的高光譜圖像的生成系統(tǒng),其特征在于,所述二維傳感器圖像 生成模塊利用如下公式得到所述單張編碼的二維傳感器圖像,其中,所述公式為:
其中,h(x,y, λ)表示所述原始高光譜圖像,且x,y表示二維空間坐標,λ表示光譜維 度,s = dm/da表示掩膜相對于所述原始高光譜圖像的剪切形變程度,(x,y)表示掩膜的隨 機圖案函數(shù),4表示掩膜和傳感器的距離,4光譜面和所述傳感器的距離。
7. 根據(jù)權(quán)利要求5或6所述的高光譜圖像的生成系統(tǒng),其特征在于,還包括: 編碼模塊,用于在根據(jù)所述過完備高光譜字典對所述單張編碼的二維傳感器圖像進行 還原以重建所述目標場景的高光譜圖像之前,通過如下公式對所述原始高光譜圖像進行編 碼到所述二維傳感器圖像,所述公式為:
其中,i表示向量化的傳感器圖像,h表示向量化的目標高光譜圖像,Φ表示所述調(diào)制 矩陣,P表示光譜譜段個數(shù)。
8. 根據(jù)權(quán)利要求5-7任一項所述的高光譜圖像的生成系統(tǒng),其特征在于,所述高光譜 圖像重建模塊通過如下公式對所述目標場景的原始高光譜圖像進行表示,所述公式為:
其中,D表示所述高光譜字典,(^表示所述高光譜字典的原子,a表示稀疏系數(shù); 進一步地,所述高光譜字典通過如下公式來學(xué)習(xí)獲得:
其中,
IT1#為〇個圖像塊所組成的訓(xùn)練集,
是每列為k-稀 疏向量%的矩陣,并且k(k << q)為指定的稀疏程度; 進一步地,被調(diào)制的傳感器圖像表示為: i = Φ?ι = ODa ; 進一步地,未知稀疏變量a通過求解一個基追蹤降噪優(yōu)化問題來恢復(fù):
其中,ε是殘差,且通過解決該優(yōu)化問題的拉格朗日形式來求解:
其中,ξ是平衡數(shù)據(jù)項和正則項的系數(shù)。
【文檔編號】G06T3/40GK104063857SQ201410309743
【公開日】2014年9月24日 申請日期:2014年6月30日 優(yōu)先權(quán)日:2014年6月30日
【發(fā)明者】戴瓊海, 林星, 索津莉 申請人:清華大學(xué)