一种基于多级阶梯微反射镜的IFTS的图谱处理方法技术

本发明专利技术涉及一种基于多级阶梯微反射镜的IFTS的图谱处理方法，包括步骤：获取干涉数据立方体；将干涉数据立方体的干涉图像按照不同干涉级次对应的图像单元进行分割，得到干涉图像单元；将干涉数据立方体的每幅干涉图像中同一级次的干涉图像单元按照扫描方向进行深度学习与特征拼接相结合的图像拼接，得到场景图像序列；对场景图像序列进行基于频域滤波的图像融合，得到场景图像；将干涉数据立方体的每幅干涉图像中含有同一目标的不同级次的干涉图像单元按照光程差顺序进行图像拼接，得到目标的干涉图像序列；对干涉图像序列进行傅里叶变换，得到目标的重建光谱。本发明专利技术提高了基于多级阶梯微反射镜的IFTS的图谱信息反演的精度。

An IFTS map processing method based on multistage step mirror

【技术实现步骤摘要】
一种基于多级阶梯微反射镜的IFTS的图谱处理方法
本专利技术涉及红外光谱分析
，具体涉及一种基于多级阶梯微反射镜的傅里叶变换成像光谱仪(ImagingFourierTransformSpectrometer，IFTS)的图谱处理方法。
技术介绍
红外成像光谱技术是近半个世纪以来取得巨大突破并得到迅速发展的科学技术，能够同时获得目标的二维空间信息和光谱信息。根据目标的红外图像信息及红外光谱信息中吸收峰的强度、位置和形状，可以确定目标的类别及浓度等信息。IFTS是红外成像光谱仪器的一种，由于其多通道、高通量、高灵敏度和高精度等优点，具有十分明显的应用优势。目前研究比较广泛的IFTS可以分为时间调制型和空间调制型，时间调制型IFTS通过动镜的移动获取很大的光程差，能够获得非常高的光谱分辨率，但是需要一套高精度的动镜驱动系统来满足采样精度的要求，这就会降低仪器整体的稳定性，限制其应用范围；空间调制型IFTS以静态方式获取光程差，增加了仪器的稳定性，且不需要时间积累过程，实时性更强，但其系统中的狭缝使得它不得不在空间分辨率和光通量之间进行权衡，这严重限制了空间调制型IFTS的应用。基于多级阶梯微反射镜的IFTS采用时空联合调制方式，干涉系统没有可动部件，且系统内没有狭缝，可以在具有高稳定性及高通量的优点的同时保证一定的光谱分辨率。在整个红外光谱成像技术流程中，后续的图谱信息处理是最重要的一环。对于IFTS，在图像信息获取流程中，由于干涉条纹的影响，需要进一步处理才能得到目标的图像信息；在光谱信息获取流程中，不同于色散型光谱仪等能够直接获得光谱信息，傅里叶变换成像光谱技术直接获得的是干涉强度信息，需要进行很多的后续处理才能得到相对准确的光谱信息，步骤较为复杂。基于多级阶梯微反射镜的IFTS在干涉核心引入了阶梯微反射镜进行光程差调制，由于其结构以及加工方法的特殊性，将会在图谱信息处理中带来一些新的问题，例如阶梯高度不均匀造成的采样误差，传统的图谱信息处理方法将不能解决该仪器图谱的高精度处理问题，因此有必要提出相应的图谱处理方法。
技术实现思路
本专利技术的目的是针对IFTS干涉系统采用多级阶梯微反射镜的特殊结构，导致传统的图谱信息处理方法无法实现IFTS图谱的高精度处理的问题以及解决多级阶梯微反射镜的加工工艺引起的加工误差而导致图谱精度降低等问题，提供一种不同于传统的IFTS的图谱信息处理的基于多级阶梯微反射镜的IFTS的图谱处理方法。本专利技术采取如下的技术方案：一种基于多级阶梯微反射镜的IFTS的图谱处理方法，该方法包括以下步骤：步骤S1：获取基于多级阶梯微反射镜的IFTS采集的干涉数据立方体；步骤S2：将所述干涉数据立方体的干涉图像按照不同干涉级次对应的图像单元进行分割，得到干涉图像单元；步骤S3：将所述干涉数据立方体的每幅干涉图像中同一级次的干涉图像单元按照扫描方向进行深度学习与特征拼接相结合的图像拼接，得到场景图像序列；步骤S4：对所述场景图像序列进行基于频域滤波的图像融合，得到场景图像；步骤S5：将所述干涉数据立方体的每幅干涉图像中含有同一目标的不同级次的干涉图像单元按照光程差顺序进行图像拼接，得到目标的干涉图像序列；步骤S6：对所述干涉图像序列进行傅里叶变换，得到目标的重建光谱。与现有技术相比，本专利技术具有以下有益效果：本专利技术的图谱处理方法有效地削弱了的场景图像拼接后的阶跃缝隙，避免了干涉条纹及子阶梯镜宽度分布不均匀对场景图像的影响，并消除了多级阶梯微反射镜带来的采样误差以及系统中的一些随机误差，从而提高了基于多级阶梯微反射镜的IFTS的图谱信息反演的精度。附图说明图1为基于多级阶梯微反射镜的IFTS的构成示意图；图2为本专利技术其中一个实施例中基于多级阶梯微反射镜的IFTS的图谱处理方法的流程示意图；图3为基于多级阶梯微反射镜的IFTS采集的干涉数据立方体的示意图；图4为本专利技术其中一个具体实施方式中图像单元分割方法的流程示意图；图5为经过有效边缘信息增强、边缘检测及插值拟合后的子阶梯边缘分布图；图6为本专利技术其中一个具体实施方式中场景图像信息反演方法的流程示意图；图7(a)为图像拼接后的场景图像；图7(b)为基于频域滤波的图像融合后的场景图像；图8为不同拟合阶数对应的一维干涉强度序列示意图，图中由上至下一维干涉强度序列的拟合阶数分别为2阶、5阶、10阶和11阶；图9(a)为经过降维、基线校正、切趾和非均匀性采样校正各步骤后的一维干涉强度序列的示意图；图9(b)为重建光谱的对比图。具体实施方式本专利技术的目的在于为基于多级阶梯微反射镜的IFTS提供一种相应的图谱信息处理方法，解决阶梯微反射镜的引入带来的一些问题，以得到目标准确有效的红外图像信息和光谱信息。本专利技术公开了一种基于多级阶梯微反射镜的IFTS的图谱处理方法，该方法包括场景图像重建以及目标光谱重建，其中场景图像重建方面利用分割-拼接模式，采用Hough变换边缘检测及最小二乘法边缘拟合进行干涉图像单元分割，并采用基于特征的图像拼接及频域滤波图像融合，避免了干涉条纹及子阶梯镜宽度分布不均匀对场景图像的影响；在光谱重建方面利用干涉图像序列降维、基线校正、切趾、非均匀性采样校正(固有相位误差校正)等步骤，改善了重建光谱的基线漂移、旁瓣震荡及相位误差等问题。下面将结合附图及较佳实施例对本专利技术的技术方案进行详细描述。在其中一个实施例中，本专利技术公开一种基于多级阶梯微反射镜的IFTS的图谱处理方法，该方法包括以下步骤：步骤S1：获取基于多级阶梯微反射镜的IFTS采集的干涉数据立方体；步骤S2：将干涉数据立方体的干涉图像按照不同干涉级次对应的图像单元进行分割，得到干涉图像单元；步骤S3：将干涉数据立方体的每幅干涉图像中同一级次的干涉图像单元按照扫描方向进行深度学习与特征拼接相结合的图像拼接，得到场景图像序列；步骤S4：对场景图像序列进行基于频域滤波的图像融合，得到场景图像；步骤S5：将干涉数据立方体的每幅干涉图像中含有同一目标的不同级次的干涉图像单元按照光程差顺序进行图像拼接，得到目标的干涉图像序列；步骤S6：对干涉图像序列进行傅里叶变换，得到目标的重建光谱。如图1所示，基于多级阶梯微反射镜的IFTS包括扫描反射镜1、前置成像系统2、分束器和补偿板3、平面反射镜4、多级阶梯微反射镜5、后置成像系统6、探测器和冷阑7，目标光束经扫描反射镜1反射至前置成像系统2，经前置成像系统2入射至分束器和补偿板3，被分束器和补偿板3分成两束光，一束光经分束器和补偿板3反射至平面反射镜4上成像为第一像点，另一束光经分束器和补偿板3透射至多级阶梯微反射镜5某个阶梯微反射面成像为第二像点；第一像点和第二像点发出的光分别经分束器和补偿板3透射和反射后入射至后置成像系统6成像，探测器和冷阑7接收成像信息。基于多级阶梯微反射镜的IFTS本文档来自技高网...

【技术保护点】
1.一种基于多级阶梯微反射镜的IFTS的图谱处理方法，其特征在于，包括以下步骤：/n步骤S1：获取基于多级阶梯微反射镜的IFTS采集的干涉数据立方体；/n步骤S2：将所述干涉数据立方体的干涉图像按照不同干涉级次对应的图像单元进行分割，得到干涉图像单元；/n步骤S3：将所述干涉数据立方体的每幅干涉图像中同一级次的干涉图像单元按照扫描方向进行深度学习与特征拼接相结合的图像拼接，得到场景图像序列；/n步骤S4：对所述场景图像序列进行基于频域滤波的图像融合，得到场景图像；/n步骤S5：将所述干涉数据立方体的每幅干涉图像中含有同一目标的不同级次的干涉图像单元按照光程差顺序进行图像拼接，得到目标的干涉图像序列；/n步骤S6：对所述干涉图像序列进行傅里叶变换，得到目标的重建光谱。/n

【技术特征摘要】
1.一种基于多级阶梯微反射镜的IFTS的图谱处理方法，其特征在于，包括以下步骤：
步骤S1：获取基于多级阶梯微反射镜的IFTS采集的干涉数据立方体；
步骤S2：将所述干涉数据立方体的干涉图像按照不同干涉级次对应的图像单元进行分割，得到干涉图像单元；
步骤S3：将所述干涉数据立方体的每幅干涉图像中同一级次的干涉图像单元按照扫描方向进行深度学习与特征拼接相结合的图像拼接，得到场景图像序列；
步骤S4：对所述场景图像序列进行基于频域滤波的图像融合，得到场景图像；
步骤S5：将所述干涉数据立方体的每幅干涉图像中含有同一目标的不同级次的干涉图像单元按照光程差顺序进行图像拼接，得到目标的干涉图像序列；
步骤S6：对所述干涉图像序列进行傅里叶变换，得到目标的重建光谱。


2.根据权利要求1所述的基于多级阶梯微反射镜的IFTS的图谱处理方法，其特征在于，步骤S2包括以下步骤：
步骤S2-1：以任意一幅干涉图像作为待分割图像，对所述待分割图像进行图像形态学边缘增强处理，得到初步边缘信息增强图像；
步骤S2-2：对所述初步边缘信息增强图像进行小波分解边缘信息增强处理，得到有效边缘信息增强图像；
步骤S2-3：对所述有效边缘信息增强图像进行边缘检测及插值拟合，得到完整的子阶梯边缘信息；
步骤S2-4：根据所述子阶梯边缘信息对所述待分割图像进行图像分割，得到所述待分割图像对应的干涉图像单元；
步骤S2-5：将所述待分割图像遍历所述干涉数据立方体的全部干涉图像，得到全部的干涉...

【专利技术属性】
技术研发人员：吕金光，赵百轩，梁静秋，王维彪，秦余欣，陶金，任俊，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林;22