A method for generating hyperspectral data cubes from multiple hyperspectral field images is disclosed. Each hyperspectral field image can contain different viewing angles and different spectral bands. The method can include: calculating the amplitude histogram, direction histogram and overlapping direction gradient histogram of multiple pixels; obtaining the feature descriptor not changing with the spectrum by combining the amplitude histogram, direction histogram and overlapping direction gradient histogram; obtaining the corresponding relationship cost of the hyperspectral light field image according to the feature descriptor not changing with the spectrum The hyperspectral light field stereo matching is performed on the hyperspectral light field image to obtain a reference perspective parallax map; and the hyperspectral data cube is generated by using the reference perspective parallax map. The straight square bar in the overlapping direction gradient histogram may contain the overlapping direction range.
【技术实现步骤摘要】
【国外来华专利技术】高光谱光场成像方法和系统
本专利技术总体涉及用于生成高光谱光场图像的高光谱光场成像系统,尤其涉及一种根据所拍摄的高光谱光场图像生成全高光谱数据立方体的方法和系统。
技术介绍
高光谱光场(H-LF)成像为通称光谱成像或光谱分析的一类技术当中的一部分。高光谱光场成像用于对整个电磁光谱内的信息进行收集和处理。高光谱相机/传感器所收集的信息的形式为一组高光谱光场图像。其中,每幅图像均代表电磁光谱内的一段窄的波长段,也称谱带。这些图像可相互组合成为高光谱数据立方体,以供后续处理和分析。高光谱光场成像的目的在于获取具有连续光谱段内各窄谱带的场景图象中每一像素的光谱,从而使得图像中的每一像素均可用于以极高的精度和详实度表征场景中的对象。与普通彩色相机相比,高光谱光场图像能够提供更为详细的场景信息。高光谱光场成像可根据场景内对象的光谱特性,极大地提升人们对场景内对象进行分类的能力。此外,高光谱光场成像还对不同相邻光谱之间的空间关系加以利用,以允许人们拓展出更为精细详实的光谱空间模型,从而实现更加精确的图像分割和分类。本专利技术提出一种根据所拍摄的高光谱光场图像生成全高光谱数据立方体的新方法。
技术实现思路
本专利技术的一个方面涉及一种根据多幅高光谱光场图像生成高光谱数据立方体的方法。每幅高光谱光场图像均可含不同视角和不同谱带。该方法可包括:计算多个像素的幅度直方图、方向直方图和重叠方向梯度直方图;通过将所述幅度直方图、方向直方图和重叠方向梯度直方图相结合而获得不随光谱变化型特征描述符;根据所述不随 ...
【技术保护点】
1.一种根据多幅高光谱光场图像生成高光谱数据立方体的方法,其中,每幅所述高光谱光场图像均具有不同视角和不同谱带,其特征在于,所述方法包括:/n计算多个像素的幅度直方图、方向直方图和重叠方向梯度直方图,其中,所述重叠方向梯度直方图中的直方条包括重叠的方向范围;/n通过将所述幅度直方图、所述方向直方图和所述重叠方向梯度直方图相结合而获得不随光谱变化型特征描述符;/n根据所述不随光谱变化型特征描述符,获得所述高光谱光场图像的对应关系代价;/n对所述高光谱光场图像实施高光谱光场立体匹配,以获得参考视角的视差图;以及/n利用所述参考视角的所述视差图,生成高光谱数据立方体。/n
【技术特征摘要】
【国外来华专利技术】1.一种根据多幅高光谱光场图像生成高光谱数据立方体的方法,其中,每幅所述高光谱光场图像均具有不同视角和不同谱带,其特征在于,所述方法包括:
计算多个像素的幅度直方图、方向直方图和重叠方向梯度直方图,其中,所述重叠方向梯度直方图中的直方条包括重叠的方向范围;
通过将所述幅度直方图、所述方向直方图和所述重叠方向梯度直方图相结合而获得不随光谱变化型特征描述符;
根据所述不随光谱变化型特征描述符,获得所述高光谱光场图像的对应关系代价;
对所述高光谱光场图像实施高光谱光场立体匹配,以获得参考视角的视差图;以及
利用所述参考视角的所述视差图,生成高光谱数据立方体。
2.如权利要求1所述的方法,其特征在于,所述不随光谱变化型特征描述符用于同时衡量边缘特征和非边缘特征。
3.如权利要求2所述的方法,其特征在于,所述非边缘特征通过结合所述幅度直方图和所述方向直方图的方式进行表征,所述边缘特征由所述重叠方向梯度直方图表征。
4.如权利要求3所述的方法,其特征在于,还包括:
利用权重矩阵和金字塔结构将所述幅度直方图、所述方向直方图和所述重叠方向梯度直方图相结合,以形成所述不随光谱变化型特征描述符。
5.如权利要求1所述的方法,其特征在于,还包括:
以双向加权归一化交叉相关法对所述不随光谱变化型特征描述符进行比较,以获得相似度衡量参数。
6.如权利要求1所述的方法,其特征在于,还包括:
根据所述高光谱光场图像合成RGB颜色值,并将所述RGB颜色值映射至一谱带以获得估算光谱;以及
比较所述高光谱光场图像的估算光谱和拍摄光谱,以获得所述高光谱光场图像的散焦代价。
7.如权利要求6所述的方法,其特征在于,使用K-L(Kullback-Leibler)散度来比较所述高光谱光场图像的估算光谱和拍摄光谱。
8.如权利要求6所述的方法,其特征在于,还包括:
对所述高光谱光场图像实施高光谱光场立体匹配,以获得基于所述对应关系代价和所述散焦代价的所述参考视角的所述视差图。
9.如权利要求1所述的方法,其特征在于,还包括:通过对遮挡像素和非遮挡像素进行单独处理,基于所述对应关系代价估算所述参考视角的初始视差图。
10.如权利要求1所述的方法,其特征在于,还包括:
由排列成多行多列矩形阵列的多个多视角高光谱数据终端设备拍摄所述多幅高光谱光场图像,其中,每一终端设备由单色相机和窄带通滤光片构成。
11.一种根据多幅高光谱光场图像生成高光谱数据立方体的方法,其中,每幅所述高光谱光场图像均具有不同视角和不同谱带,其特征在于,所述方法包括:
根据所述高光谱光场图像合成RGB颜色值,并将所述RGB颜色值映射至谱带,以获得估算光谱;
比较所述高光谱光场图像的估算光谱和拍摄光谱,以获得所述高光谱光场图像的散焦代价;
对所述高光谱光场图像实施高光谱光场立体匹配,以获得参考视角的视差图;以及
利用所述参考视角的视差图,生成高光谱数据立方体。
12.如权利要求11所述的方法,其特征在于,使用K-L(Kullback-Leibler)散度来比较所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。