基于波长转换的长波红外多光谱成像方法及装置制造方法及图纸

本发明专利技术公开了一种基于波长转换的长波红外多光谱成像方法及装置，将原始长波红外光谱图像进行分光获得不同光谱通道的长波红外光谱图像；再将所述不同光谱通道的长波红外光谱图像转换成近红外光谱图像；通过基于随机高斯矩阵设计的编码模板对近红外光谱图像完成编码获得光谱图像；通过压缩感知原理从所述光谱图像

【技术实现步骤摘要】
基于波长转换的长波红外多光谱成像方法及装置
本专利技术属于多光谱成像探测领域，具体涉及一种基于波长转换的长波红外多光谱成像方法及装置。
技术介绍
红外成像因其抗干扰能力强，穿透力较强等优点成为了一种可见光成像无法替代的成像方式，可以探测到许多可见光波段探测不到的细节。由于大气对红外波段有很大地散射和吸收作用，所以可以利用的红外波段只有几个大气窗口，而长波红外波段正好处于8-12μm的大气窗口，由于长波红外波段独特的光谱特性，长波红外成像在地理遥感、化学气体流检测、热流分析等民用领域有广泛的应用。目前红外成像主要是利用红外探测器来实现，但是红外探测器存在分辨率低，面阵尺寸小，价格昂贵，谱段窄，光谱信息缺乏等缺点，所以将长波红外转换到近红外波段，利用硅基探测器进行探测成为了红外成像领域很好的选择。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种基于波长转换的长波红外多光谱成像方法及装置。为达到上述目的，本专利技术的技术方案是这样实现的：本专利技术实施例提供一种基于波长转换的长波红外多光谱成像方法，该方法为：将原始长波红外光谱图像进行分光获得不同光谱通道的长波红外光谱图像；再将所述不同光谱通道的长波红外光谱图像转换成近红外光谱图像；通过基于随机高斯矩阵设计的编码模板对近红外光谱图像完成编码获得光谱图像；通过压缩感知原理从所述光谱图像恢复出原始长波红外光谱图像；通过基于深度学习的SRCNN网络对恢复出的原始长波红外光谱图像WP×Q×l进行超分重建，获得高质量的具有目标长波特性的近红外光谱图像WNP×NQ×l。上述方案中，所述将原始长波红外光谱图像进行分光获得不同光谱通道的长波红外光谱图像，具体为：假设原始长波红外光谱图像数据立方体VP×Q×L，其分辨率大小为P×Q，光谱通道数为L；将VP×Q×L分成不同光谱通道的长波红外光谱图像数据立方体VP×Q×l(l＝1,2,...,L)上述方案中，所述将原始长波红外光谱图像数据转换成近红外光谱数据，具体为：将将VP×Q×L分成不同光谱通道的长波红外光谱图像数据立方体VP×Q×l(l＝1,2,...,L)转换成近红外光谱数据立方体WP×Q×l(l＝1,2,...,L)。上述方案中，所述通过基于随机高斯矩阵设计的编码模板对近红外光谱图像完成编码获得光谱图像，具体为：光束通过编码模板时，一个尺寸为P×Q的随机矩阵g对近红外光谱立方体完成编码，通过尺寸为的探测器采集经过压缩采样的光谱图像压缩采样比为上述方案中，所述通过基于深度学习的SRCNN网络对恢复出的原始长波红外光谱图像WP×Q×l进行超分重建，获得超分图像WNP×NQ×l，具体通过以下步骤实现：(4a)，先将低分辨率图像使用双三次插值放大至目标尺寸，再提取图像块组成高维的特征图；F1(Y)＝max(0,A1*W+B1)其中，A1,B1为超参，激活函数为ReLu函数；(4b)，第一层卷积：卷积核尺寸9×9，卷积核数目64(n1)，输出64张特征图；第二层卷积：卷积核尺寸1×1，卷积核数目32(n2)，输出32张特征图，实现两个高维特征向量的非线性映射：F2(Y)＝max(0,A2*F1(Y)+B2)其中，W2为n1*1*1*n2；(4c)，第三层卷积：卷积核尺寸5×5，卷积核数目1(n3)，输出1张特征图即为最终重建高分辨率图像；F(Y)＝A3*F2(Y)+B3；(4d)，估计超参Θ＝{A1,A2,A3,B1,B2,B3},F(Y；Θ)重构的结果，Xi为实际场景，使用MSE函数作为损失函数：本专利技术实施例还提供一种基于波长转换的长波红外多光谱成像装置，其特征在于，包括旋转滤光片、泵浦光源、第一透镜、非线性晶体、4-f光学系统、编码模板、硅基探测器，目标辐射的长波红外光入射到所述旋转滤光片，经过所述旋转滤光片出射长波红外光到第一透镜；所述泵浦光源产生的泵浦激光直接入射到第一透镜；所述长波红外光和泵浦激光通过第一透镜转为共光轴的光束，垂直入射非线性晶体；所述非线性晶体通过非线性效应将长波红外转换为近红外光，并且经4-f光学系统、编码模板转换后出射到硅基探测器；所述硅基探测器采集经过编码的近红外光光谱图像，并且通过压缩感知算法恢复真实尺寸的光谱图像，再基于卷积神经网络的超分辨率网络(SRCNN)进行空间超分，获得高质量的具有目标长波特性的近红外光谱图像。上述方案中，所述第一透镜上镀有红外长波长波波段的增透膜和涡旋泵浦激光波长的高反膜。上述方案中，所述4-f光学系统包括完全相同的第四透镜和第五透镜，所述非线性晶体的输出面作为4-f光学系统的物面，所述硅基探测器接收面作为4-f光学系统的像面，所述编码模板放置4-f光学系统的傅里叶平面的位置，即第四透镜和第五透镜的焦平面位置。与现有技术相比，本专利技术利用基于深度学习的算法对光谱进行重构和超分，基于深度学习的神经网络能更好的提取光谱图像的空间相关性和谱间相关性，得到更高分辨率和信噪比的光谱图像。附图说明图1为本专利技术实施例提供一种基于波长转换的长波红外多光谱成像方法的流程图；图2为本专利技术实施例提供一种基于波长转换的长波红外多光谱成像方法中SRCNN的网络结构示意图；图3为本专利技术实施例提供一种基于波长转换的长波红外多光谱成像装置的结构示意图；图4为本专利技术实施例提供一种基于波长转换的长波红外多光谱成像装置中旋转滤光片的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例提供一种基于波长转换的长波红外多光谱成像方法,如图1所示，该方法通过以下步骤实现：步骤101：将原始长波红外光谱图像进行分光获得不同光谱通道的长波红外光谱图像；具体地，原始长波红外光谱图像数据立方体VP×Q×L，其分辨率大小为P×Q，光谱通道数为L；将VP×Q×L分成不同光谱通道的长波红外光谱图像数据立方体VP×Q×l(l＝1,2,...,L)。步骤102：将所述不同光谱通道的长波红外光谱图像转换成近红外光谱图像；具体地，将VP×Q×L分成不同光谱通道的长波红外光谱图像数据立方体VP×Q×l(l＝1,2,...,L)转换成近红外光谱数据立方体WP×Q×l(l＝1,2,...,L)。步骤103：通过基于随机高斯矩阵设计的编码模板对近红外光谱图像完成编码获得光谱图像；具体地，光束通过编码模板时，一个尺寸为P×Q的随机矩阵g对近红外光谱立方体完成编码，通过尺寸为的探测器采集经过压缩采样的光谱图像压缩采样比为编码模板是基于高斯随机矩阵设计的编码模板，码元只存在0和1两种，服从高斯随机分布。随机高斯测量矩阵是压缩感知中最常用的测量矩阵，矩阵构造方本文档来自技高网...

【技术保护点】
1.一种基于波长转换的长波红外多光谱成像方法，其特征在于,该方法为：/n将原始长波红外光谱图像进行分光获得不同光谱通道的长波红外光谱图像；/n再将所述不同光谱通道的长波红外光谱图像转换成近红外光谱图像；/n通过基于随机高斯矩阵设计的编码模板对近红外光谱图像完成编码获得光谱图像；/n通过压缩感知原理从所述光谱图像

【技术特征摘要】
1.一种基于波长转换的长波红外多光谱成像方法，其特征在于,该方法为：
将原始长波红外光谱图像进行分光获得不同光谱通道的长波红外光谱图像；
再将所述不同光谱通道的长波红外光谱图像转换成近红外光谱图像；
通过基于随机高斯矩阵设计的编码模板对近红外光谱图像完成编码获得光谱图像；
通过压缩感知原理从所述光谱图像恢复出原始长波红外光谱图像；
通过基于深度学习的SRCNN网络对恢复出的原始长波红外光谱图像WP×Q×l进行超分重建，获得高质量的具有目标长波特性的近红外光谱图像WNP×NQ×l。


2.根据权利要求1所述的基于波长转换的长波红外多光谱成像方法，其特征在于，所述将原始长波红外光谱图像进行分光获得不同光谱通道的长波红外光谱图像，具体为：假设原始长波红外光谱图像数据立方体VP×Q×L，其分辨率大小为P×Q，光谱通道数为L；将VP×Q×L分成不同光谱通道的长波红外光谱图像数据立方体VP×Q×l(l＝1,2,...,L)。


3.根据权利要求1或2所述的基于波长转换的长波红外多光谱成像方法，其特征在于，所述将原始长波红外光谱图像数据转换成近红外光谱数据，具体为：将将VP×Q×L分成不同光谱通道的长波红外光谱图像数据立方体VP×Q×l(l＝1,2,...,L)转换成近红外光谱数据立方体WP×Q×l(l＝1,2,...,L)。


4.根据权利要求3所述的基于波长转换的长波红外多光谱成像方法，其特征在于，所述通过基于随机高斯矩阵设计的编码模板对近红外光谱图像完成编码获得光谱图像，具体为：光束通过编码模板时，一个尺寸为P×Q的随机矩阵g对近红外光谱立方体完成编码，通过尺寸为的探测器采集经过压缩采样的光谱图像压缩采样比为


5.根据权利要求4所述的基于波长转换的长波红外多光谱成像方法，其特征在于，所述通过基于深度学习的SRCNN网络对恢复出的原始长波红外光谱图像WP×Q×l进行超分重建，获得超分图像WNP×NQ×l，具体通过以下步骤实现：
(4a)，先将低分辨率图像使用双三次插值放大至目标尺寸，再提取图像块组成高维的特征图；
F1(Y)＝max(0,A1*W+...

【专利技术属性】
技术研发人员：秦翰林，姚迪，马琳，杨硕闻，乐阳，延翔，张嘉伟，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61