一种利用自适应编码孔径进行压缩高光谱成像的方法技术

本发明专利技术公开了一种利用自适应编码孔径进行压缩高光谱成像的方法，利用高光谱图像具有高的谱间相关性的特点，预先得到几个波段的恢复图像，将其作为先验信息通过阈值操作构造自适应编码孔径，可以提取出目标场景的结构特征；相对传统的随机编码孔径，能够提高压缩效率，仿真和实验结果验证了本发明专利技术能够切实改善高光谱仪的成像质量；通过本发明专利技术所述的方法设计出的自适应编码孔径取值为0、1，很容易通过掩膜或者数字微镜阵列编码实现；在压缩高光谱仪中具有很强的普适性，有着广泛的应用前景。

A Compressed Hyperspectral Imaging Method Using Adaptive Coded Aperture

The present invention discloses a method of compressing hyperspectral imaging by using adaptive coding aperture. By utilizing the high spectral correlation of hyperspectral images, several bands of restored images can be obtained in advance, which can be used as prior information to construct adaptive coding aperture by threshold operation, and the structural characteristics of target scenes can be extracted; compared with the traditional random coding aperture, the method can be used to extract the structural characteristics of target scenes. To improve the compression efficiency, the simulation and experimental results show that the present invention can effectively improve the imaging quality of the hyperspectral instrument; the adaptive coded aperture values of 0 and 1 designed by the method of the present invention can be easily coded by a mask or a digital micromirror array; it has strong universality in the compression hyperspectral instrument and broad application prospects.

【技术实现步骤摘要】
一种利用自适应编码孔径进行压缩高光谱成像的方法
本专利技术属于高光谱成像
，具体涉及一种利用自适应编码孔径进行压缩高光谱成像的方法。
技术介绍
高光谱成像技术可以获得目标场景的空-谱数据立方体，为空间维的每个像素提供数十上百个连续并且波段间隔非常窄的光谱波段信息。由于高光谱图像光谱分辨率高，包含了目标的丰富信息，在近年来得到了广泛的应用，有非常好的发展前景和应用意义。但是高光谱图像数据量巨大且冗余度高，使用传统的采样方法会造成极大的浪费，并且增加了采集时间；另一方面，传统高光谱仪的空间分辨率一般受限于探测器的分辨率，而提高探测器的性能代价很大，制造成本相当高。应用压缩感知理论可以解决上述难题。假设信号在某个基下是稀疏的，通过压缩感知理论利用观测矩阵对该信号进行投影，以远低于尼奎斯特采样定理所要求的观测值便能以很高的概率精确重建出原始高维信号。压缩感知理论的提出为快速获取高光谱数据提供了理论基础，并且将高光谱仪成像的技术压力从采样端转移到重构端上，可以突破探测器对高光谱图像空间分辨率的限制。在现有的压缩高光谱成像仪中，随机编码孔径被广泛使用。编码孔径决定了压缩采样中观测矩阵的结构，并且对于高光谱数据立方体的重构质量有重要影响。随机编码孔径无法充分利用目标场景的结构特征，如此高光谱仪的重构质量尚有提升的空间。针对压缩高光谱成像仪中编码孔径的设计方法，学者们已经进行了大量的研究。一种常见的思路是利用限制等距性质(TheRestrictedIsometryProperty，RIP)或某些经验设计规则通过算法来优化编码孔径从而提升成像质量，但是这种方法会给成像仪引入额外的计算负担。
技术实现思路
有鉴于此，本专利技术的目的是提供一种利用自适应编码孔径进行压缩高光谱成像的方法，可以实现高光谱仪的超分辨同时提高成像质量。一种利用自适应编码孔径进行压缩高光谱成像的方法，包括如下步骤：步骤1、将高光谱仪的整个光谱划分成至少一组，每组包括若干个相邻的光谱波段，并且在每组内均任意选择一个波段作为参考波段；步骤2、利用压缩高光谱仪使用随机编码孔径采集各组中参考波段的观测值；步骤3：基于步骤2的随机编码孔径对应的观测矩阵和参考波段的观测值，对参考波段的光谱图像进行重构；步骤4：将参考波段的重构图像作为本组内其他波段及自身的先验信息，分别生成自适应编码孔径，具体为：将参考波段的重构图像和该组中除参考波段外的其它待测波段的图像矩阵数据分别堆叠成一维向量，分别记作和则待测信号由下式给出：式中是噪声向量；则编码孔径对应的观测矩阵Φ中的第i个向量的第j个元素为：式中，sgn(·)是符号函数，N表示一维向量和中元素数量；是的第j个元素,阈值Λij服从高斯分布)，其中μΛ和分别等于信号的均值和方差；步骤5：利用压缩高光谱仪使用自适应编码孔径逐一观测对应组的各个波段，获得全波段的所有观测值；步骤6：根据自适应编码孔径对应的观测矩阵以及步骤5中获取的观测值重构对应组的所有波段图像，利用与步骤3相同的重构算法，遍历各组后，得到全波段重构图像。较佳的，所述步骤1中，对整个光谱进行均匀分组。较佳的，所述步骤1中，根据光谱信息的相似度对整个光谱进行分组。较佳的，所述步骤2中，采用高斯随机矩阵、稀疏随机矩阵或者哈达玛矩阵生成随机编码孔径的观测矩阵。本专利技术具有如下有益效果：利用高光谱图像具有高的谱间相关性的特点，预先得到几个波段的恢复图像，将其作为先验信息通过阈值操作构造自适应编码孔径，可以提取出目标场景的结构特征；相对传统的随机编码孔径，能够提高压缩效率，仿真和实验结果验证了本专利技术能够切实改善高光谱仪的成像质量；通过本专利技术所述的方法设计出的自适应编码孔径取值为0、1，很容易通过掩膜或者数字微镜阵列DMD编码实现；在压缩高光谱仪中具有很强的普适性，有着广泛的应用前景。附图说明图1为本专利技术的利用自适应编码孔径进行压缩高光谱成像的方法流程图。图2为本专利技术仿真针对Lego图像生成的其中一对自适应编码孔径的示意图。图3为仿真中使用传统随机编码方法以及本专利技术方法对其中4个波段的重构结果。图4为本专利技术实验所用平台示意图。图5为本专利技术实验所用目标物以及生成的一对自适应编码孔径的示意图。图6为实验中使用传统随机编码方法以及本专利技术方法对其中4个波段的重构结果。具体实施方式下面结合附图并举实施例，对本专利技术进行详细描述。因为高光谱图像具有很高的谱间相关性，某一波段的重构图像可以视作相邻波段的近似，于是可以利用其作为先验信息生成观测其他波段所需的编码孔径。本专利技术是通过下述步骤实现的：步骤1：将高光谱仪的整个光谱划分成若干组(至少一组)，每组包括若干个相邻的光谱波段，并且在每组内均任意选择一个波段作为参考波段；可以均匀分组，也可以根据光谱信息的相似度进行分组；一般来说分组数量越多重构质量越高；通常选择中间波段作为参考波段。步骤2：利用压缩高光谱仪使用随机编码孔径采集各组中参考波段的观测值。可用于生成随机编码孔径的观测矩阵有多种，例如：高斯随机矩阵，稀疏随机矩阵，哈达玛矩阵等。步骤3：基于步骤2的随机编码孔径对应的观测矩阵记为Φ和参考波段的观测值记为通过求解以下问题来重构待测信号得到重构后的光谱图像。式中，是稀疏基，是稀疏系数向量。常用的稀疏基包括傅里叶变换基、小波基、离散余弦变换基(DiscreteCosineBasis,DCT)等。可用于求解该问题的算法包括但不仅限于：GPSR算法，TwIST算法，SpaRSA算法。步骤4：将参考波段的重构图像作为本组内其他波段及自身的先验信息，分别生成自适应编码孔径。为了叙述方便起见，假设其中一个参考波段的重构图像和待测波段(该组中除参考波段的其它波段)的图像分别为和通过vec(·)操作符将Iv堆叠成一维向量，令vec(Ιv)变为N维向量，分别记作待测信号可以由下式给出，式中是噪声向量，其中元素是服从高斯分布的独立等同分布向量，即均值为0，方差为编码孔径对应的观测矩阵中的每个向量都是通过对观测值应用非线性阈值处理独立生成的。若L为偶数，那么的第j个元素为：式中，sgn(·)是符号函数，是的第j个元素,阈值Λij服从高斯分布)，其中μΛ和分别等于信号的均值和方差。步骤5：利用压缩高光谱仪使用自适应编码孔径逐一观测对应组的各个波段，获得全波段的所有观测值。步骤6：根据自适应编码孔径对应的观测矩阵以及步骤5中获取的观测值重构对应组的所有波段图像，利用与步骤3相同的重构算法，遍历各组后，得到全波段重构图像。基于互相关性准则，通过本专利技术所述的方法设计出的自适应观测矩阵满足如下性质：式中，E{·}是数学期望，将稀疏基Ψ的列向量分为两个集合：以及l(i)指的是稀疏系数中第i个非零元素的位置，是Υ的补集，K表示信号的稀疏度，θmax代表稀疏系数的最大元素，μX、分别是的均值和方差，是使数学期望取得最大值的稀疏基的一个向量，是中的元素。在二维DCT基作为稀疏基的情况下，则有那么上面的性质变成：本专利技术的方法在统计意义上将μΥ和分离，在理论上能够更好地满足设计准则。本专利技术所设计的自适应编码孔径对应的观测矩阵元素取值为0、1，很容易通过掩膜或者DMD编码实现，可以广泛应用于压缩高光谱仪中，实现高光谱图像超分辨的同时提高成像质量。下面通过对本专利技术实施例提供的方案本文档来自技高网...

【技术保护点】
1.一种利用自适应编码孔径进行压缩高光谱成像的方法，其特征在于，包括如下步骤：步骤1、将高光谱仪的整个光谱划分成至少一组，每组包括若干个相邻的光谱波段，并且在每组内均任意选择一个波段作为参考波段；步骤2、利用压缩高光谱仪使用随机编码孔径采集各组中参考波段的观测值；步骤3：基于步骤2的随机编码孔径对应的观测矩阵和参考波段的观测值，对参考波段的光谱图像进行重构；步骤4：将参考波段的重构图像作为本组内其他波段及自身的先验信息，分别生成自适应编码孔径，具体为：将参考波段的重构图像和该组中除参考波段外的其它待测波段的图像矩阵数据分别堆叠成一维向量，分别记作

【技术特征摘要】
1.一种利用自适应编码孔径进行压缩高光谱成像的方法，其特征在于，包括如下步骤：步骤1、将高光谱仪的整个光谱划分成至少一组，每组包括若干个相邻的光谱波段，并且在每组内均任意选择一个波段作为参考波段；步骤2、利用压缩高光谱仪使用随机编码孔径采集各组中参考波段的观测值；步骤3：基于步骤2的随机编码孔径对应的观测矩阵和参考波段的观测值，对参考波段的光谱图像进行重构；步骤4：将参考波段的重构图像作为本组内其他波段及自身的先验信息，分别生成自适应编码孔径，具体为：将参考波段的重构图像和该组中除参考波段外的其它待测波段的图像矩阵数据分别堆叠成一维向量，分别记作和则待测信号由下式给出：式中是噪声向量；则编码孔径对应的观测矩阵Φ中的第i个向量的第j个元素为：式中，sgn(·)是符号函数，N表示一维向量中元素数量；是的第j个元素,阈...

【专利技术属性】
技术研发人员：许廷发，徐畅，闫歌，张宇寒，王茜，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11