地物光譜圖像本質(zhì)分解的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種地物光譜圖像的分解算法，屬于計(jì)算機(jī)視覺(jué)及計(jì)算攝像學(xué)領(lǐng)域。
【背景技術(shù)】
[0002] 隨著地物光譜儀的普及，地物光譜圖像被廣泛地運(yùn)用于日常生活中的計(jì)算機(jī)視覺(jué) 處理，如場(chǎng)景分割，材質(zhì)識(shí)別及追蹤等?，F(xiàn)有的利用地物光譜圖像實(shí)現(xiàn)場(chǎng)景分割，材質(zhì)識(shí)別 的算法主要可以分為兩大類：1、基于光譜圖像特征提取的方案。該類方案利用常見(jiàn)的數(shù)據(jù) 降維算法，如:主成分分析(PCA)、獨(dú)立成分分析(ICA)、奇異值分解(SVD)等，先對(duì)光譜數(shù)據(jù) 降維后提取場(chǎng)景的光譜特征。2、利用機(jī)器學(xué)習(xí)的方法，得到場(chǎng)景的分類標(biāo)簽，建立光譜曲線 與場(chǎng)景語(yǔ)義的一種映射關(guān)系。然而，受制于地物場(chǎng)景復(fù)雜幾何結(jié)構(gòu)及光照條件，上述兩類方 法常常無(wú)法有效地提取地物場(chǎng)景中信息。例如，受制于復(fù)雜的光照條件，第一類方法往往無(wú) 法精確的提取場(chǎng)景的反射譜特征，進(jìn)而嚴(yán)重影響場(chǎng)景識(shí)別的結(jié)果。第二類方法不但需要大 量的訓(xùn)練數(shù)據(jù)，而且對(duì)場(chǎng)景的幾何結(jié)構(gòu)十分敏感，特別是對(duì)于擁有復(fù)雜幾何外形的地物場(chǎng) 景，其預(yù)測(cè)的結(jié)果往往無(wú)法令人滿意。
【附圖說(shuō)明】
【附圖說(shuō)明】 [0003] 用于提供對(duì)本發(fā)明技術(shù)方案的進(jìn)一步理解，并構(gòu)成說(shuō)明書的一部分，與 本發(fā)明的實(shí)施一起用于解釋本發(fā)明的技術(shù)方案，并不構(gòu)成對(duì)本發(fā)明技術(shù)方案的限制。附圖 說(shuō)明如下：
[0004] 圖1為光譜本質(zhì)分解算法輸入及輸出示意圖。
[0005] 圖2為該算法的流程框圖。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明公開(kāi)了一種地物光譜圖像的分解算法，稱為地物光譜圖像本質(zhì)分解。如圖1 所示，該算法將地物光譜圖像分解為：1(1，7，入）=1^(>)?8(1，7)*1?(1，7 4)。其中，1〇1、地 物光譜圖像1&，7，1);102、光源光譜以1);103、明暗圖像8(^ 7);104、材質(zhì)反射光譜圖像1? (X，y，λ)。X、y為地物光譜圖像的空間坐標(biāo)，λ為頻譜坐標(biāo)。該算法的意義在于整體或部分地 解決一個(gè)或多個(gè)上述問(wèn)題或缺點(diǎn)，以提供至少以下描述的優(yōu)點(diǎn)。
[0007] (1)相比以往的算法，將地物光譜圖像中的包含地物場(chǎng)景幾何結(jié)構(gòu)以及光照條件 的信息從圖像中分離出來(lái)，從而獲得地物場(chǎng)景的材質(zhì)反射譜。該材質(zhì)反射譜僅由場(chǎng)景的材 質(zhì)決定，不受光照條件及幾何因素影響，有利于場(chǎng)景的分割與識(shí)別。
[0008] (2)不需要大量的訓(xùn)練數(shù)據(jù)，僅從一張光譜圖片中恢復(fù)場(chǎng)景的材質(zhì)反射譜。
[0009] (3)分解得到的地物場(chǎng)景幾何結(jié)構(gòu)信息（明暗關(guān)系)及光照條件信息可被用于計(jì)算 計(jì)算機(jī)視覺(jué)的其他領(lǐng)域，例如：明暗信息可用于恢復(fù)場(chǎng)景的幾何結(jié)構(gòu)，光照信息可用于場(chǎng)景 的重光照。
[0010] 為了整體或者部分實(shí)現(xiàn)上述目的，本發(fā)明公開(kāi)的光譜圖像本質(zhì)分解算法，其特征 在于包括以下步驟：
[0011] (1)地物光譜圖像預(yù)處理。
[0012] (2)-致性區(qū)域分割。
[0013] (3)材質(zhì)反射光譜圖像估計(jì)。
[0014] (4)明暗圖像計(jì)算。
【具體實(shí)施方式】
[0015] 以下將結(jié)合附圖來(lái)詳細(xì)說(shuō)明本發(fā)明的實(shí)施方式，借此對(duì)本發(fā)明如何應(yīng)用技術(shù)手段 來(lái)解決問(wèn)題，并達(dá)成技術(shù)效果的實(shí)現(xiàn)過(guò)程能充分理解并據(jù)以實(shí)施。
[0016] 該算法主要包括步驟:201、光譜圖像預(yù)處理;202、一致性區(qū)域分割;203、材質(zhì)反射 光譜圖像估計(jì);204、明暗圖像計(jì)算。
[0017] 201、光譜圖像預(yù)處理：通過(guò)低階矩陣分解算法（Low Rank Matrix Factorization)，將輸入圖像I (x，y，A)分解為：102、光源光譜L(A)以及105、漫反射光譜圖 像D(x，y，A)。
[0018] 202、一致性區(qū)域分割:將漫反射光譜圖像D(x，y，A)分割為K個(gè)子區(qū)域regionk，k = 1，2···Κ。各個(gè)子區(qū)域內(nèi)所有的像素 D(xo，yo，A)，（x〇，y()) eregionk擁有相同的材質(zhì)反射譜。基 于局部光照條件一致性假設(shè)(Local Illumination Constancy)，即光照條件在場(chǎng)景中的某 一微小區(qū)域內(nèi)保持不變，通過(guò)一種基于無(wú)參數(shù)局部密度估計(jì)算法(Nonparametric Local Density Estimation)提取場(chǎng)景材質(zhì)邊界。然后利用邊界填充算法（Boundary Fill Algorithm)對(duì)閉合邊界區(qū)域進(jìn)行填充以生成上述K個(gè)子區(qū)域。
[0019] 203、材質(zhì)反射光譜圖像估計(jì):該步驟為每個(gè)子區(qū)域所有像素分配一個(gè)相同的材質(zhì) 反射譜RkU)，下標(biāo)k表示第k個(gè)子區(qū)域。我們用一種基于權(quán)重的均值估計(jì)算法（Weight Average Based Reflectance Fusion)來(lái)計(jì)_
，其
Λ 中，權(quán)S 。其中，Ik、Gk分別 J 為輸入光譜圖像對(duì)應(yīng)的灰度圖像及梯度圖像中第k個(gè)子區(qū)域所有像素的集合;〇kI、〇kC分別 為Ik、Gk的標(biāo)準(zhǔn)差。
[0020] 204、明暗圖像計(jì)算：該步驟首先為每一個(gè)像素分配明暗
(^7)&叩1〇111{。之后我們?yōu)槊總€(gè)子區(qū)域代81〇1 11{估計(jì)一個(gè)尺度因子(^，使得相鄰子區(qū)域之 間的明暗值滿足連續(xù)條件，SI
°其中GR與Gn* 相鄰的兩個(gè)子區(qū)域regionR與regiom擁有公共邊界的像素點(diǎn)的集合，aR與αΝ為其對(duì)應(yīng)的尺 度因子。
[0021] 本領(lǐng)域的技術(shù)人員應(yīng)該明白，上述的本發(fā)明的系統(tǒng)結(jié)構(gòu)和各個(gè)步驟可以用通用的 計(jì)算裝置來(lái)實(shí)現(xiàn)，它們可以集中在單個(gè)的計(jì)算裝置上，或者分布在多個(gè)計(jì)算裝置組成的網(wǎng) 絡(luò)上，可選地，它們可以用計(jì)算裝置可執(zhí)行的程序代碼來(lái)實(shí)現(xiàn)，從而，可以將它們存儲(chǔ)在存 儲(chǔ)裝置中由計(jì)算裝置來(lái)執(zhí)行，或者將他們分別制作成各個(gè)集成電路模塊，或者將它們中的 多個(gè)模塊或步驟制作成單個(gè)集成電路模塊來(lái)實(shí)現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬件 和軟件結(jié)合。
[0022] 雖然本發(fā)明所示出和描述的實(shí)施方式如上，但是所述的內(nèi)容只是為了便于理解本 發(fā)明而采用的實(shí)施方式，并非用以限定本發(fā)明。任何本發(fā)明所屬技術(shù)領(lǐng)域內(nèi)的技術(shù)人員，在 不脫離本發(fā)明所揭露的精神和范圍的前提下，可以在實(shí)施的形式上以及細(xì)節(jié)上做任何的修 改與變化，但本發(fā)明的專利保護(hù)范圍，仍須以所附的權(quán)利要求書所界定的范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種光譜圖像的本質(zhì)分解算法，其特征是包含以下主要步驟： 101、地物光譜圖像預(yù)處理；10 2、一致性區(qū)域分割；10 3、材質(zhì)反射光譜圖像估計(jì)；104、明 暗圖像計(jì)算。2. 權(quán)利要求1中所述方法的步驟103的特征在于：利用材質(zhì)一致性信息估計(jì)子區(qū) r eg i 〇nk，k = 1…K的材質(zhì)反射光譜Rk ( λ)。用一種基于權(quán)重的均值估計(jì)算法來(lái)生成其中權(quán)重為高斯核函數(shù)>其中，Ik、Gk分別為輸入光 譜圖像對(duì)應(yīng)的灰度圖像及梯度圖像中第k個(gè)子區(qū)域所有像素的集合;〇kI、〇kc分別為I k、Gk的 標(biāo)準(zhǔn)差。3. 權(quán)利要求1中所述方法的步驟104的特征在:利用據(jù)局部明暗關(guān)系一致性原理估計(jì)場(chǎng) 景的明暗關(guān)系圖。該步驟首先為每一個(gè)像素分配明暗值s(x，y)。之后我們?yōu)槊總€(gè)子區(qū)域 region k估計(jì)一個(gè)尺度因子ak，使得相鄰子區(qū)域之間的明暗值滿足連續(xù)條件，即：其中Gr與Gn為相鄰的兩個(gè)子區(qū)域region^與 regiom擁有公共邊界的像素點(diǎn)的集合，aR與αΝ為其對(duì)應(yīng)的尺度因子。
【專利摘要】本發(fā)明涉及一種地物光譜圖像的分解算法，屬于計(jì)算機(jī)視覺(jué)及計(jì)算攝像學(xué)領(lǐng)域。本發(fā)明以更好地利用地物光譜圖像中的有效信息為目的，將地物光譜圖像分解為光源光譜、明暗圖像，材質(zhì)反射圖像以及高光圖像。本發(fā)明主要算法的核心在于利用光譜圖像豐富的頻譜信息進(jìn)行一致性區(qū)域分割，以帶權(quán)均值算法計(jì)算材質(zhì)反射光譜圖像，最后利用局部照明條件一致性計(jì)算明暗圖像。本發(fā)明提出的方法能夠有效的分解出地物光譜圖像中的有效信息，對(duì)地物場(chǎng)景的分割及識(shí)別有極大的幫助。
【IPC分類】G06T7/00
【公開(kāi)號(hào)】CN105678769
【申請(qǐng)?zhí)枴緾N201610011916
【發(fā)明人】于耀, 陳希, 周余, 曹訊, 彭成磊, 都思丹, 王自強(qiáng), 朱維新, 趙楊, 董晨, 高之泉, 唐炳驍, 李云
【申請(qǐng)人】南京大學(xué)
【公開(kāi)日】2016年6月15日
【申請(qǐng)日】2016年1月5日