一种基于像元标定的推扫式高光谱成像条带噪声消除方法技术

一种基于像元标定的推扫式高光谱成像条带噪声消除方法，首先，通过采用标准反射率板采集推扫式高光谱成像系统的本征条带噪声，得到标准反射率板图像，然后基于标准反射率板图像建立像元灵敏度标定模型；最后采用校正模型对采集到的被测样本对象的样本图像进行逐像素条带噪声校正，得到无条纹样本图像。建立逐像素多项式校正模型的步骤包括：对相同标准反射率板图像平均值进行求取；对标准反射率板均值图像各通道列向亮度平均值进行求取；各通道获取标准亮度的多项式进行拟合；各通道列向均值与标准亮度的偏差进去求取；传感器像元的不同亮度偏差进行多项式拟合；得到逐像素多项式校正模型。采用本方法后，条带被削弱甚至去除，效果明显。效果明显。效果明显。

【技术实现步骤摘要】
一种基于像元标定的推扫式高光谱成像条带噪声消除方法


[0001]本专利技术涉及一种针对推扫式高光谱图像噪声处理的方法，是基于推扫式高光谱相机对其图像上的条带噪声去除，去除效果可提高对高光谱图像深入分析的精度，属于高光谱图像处理领域。

技术介绍

[0002]随着科技的发展，社会的进步，人们生活水平得到很大提升，从而使得食品质量受到越来越多的重视。而传统检测技术不仅耗费时间长，费用昂贵，而且对检测对象本身具有破坏性，因此寻找新的高效的无损检测方法迫在眉睫。
[0003]高光谱成像技术是一种新兴的光学无损检测技术。作为一种非侵入性、非接触式、非传统技术，高光谱成像技术通过将光谱与成像技术相结合，同时提供了研究对象的空间信息和光谱信息，凭借其定性、定量以及定位的能力，目前已被广泛应用于农林产品质量和安全的无损检测工作。
[0004]高光谱技术基本特点是，光谱分辨率高；光谱响应范围广、波段多而窄；“谱像合一”以及数据量大，信息丰富；数据描述模型多，分析灵活。由于图像数据能反映产品的外部特征，而光谱数据又可以对物体内部物理结构及化学成分进行分析，可以说高光谱成像技术是图像技术与光谱技术的完美结合。
[0005]高光谱图像由于内部系统因素和外部环境因素，采集的图像存在着许多噪声，尤其对于推扫式高光谱相机，其采集的图像存在着有规律性的条带噪声。目前已有的高光谱图像条带噪声去除方法大致分为：基于滤波的方法、基于统计的方法、基于子空间的方法以及其他方法。
[0006]虽然传统方法对于推扫式高光谱图像的条带噪声有一定的效果，但这些方法都是基于图像本身的条件进行去噪，对图像本身的信息会产生很大的影响，还没有一种方法能够在不影响样本信息的基础下削弱条带噪声。

技术实现思路

[0007]为了解决现有技术中存在的问题，本专利技术提出一种基于像元标定的推扫式高光谱成像条带噪声消除方法，通过对不同规格标准反射率板的校正，实现对相机传感器每个像元的标定。本专利技术具体步骤如下：
[0008]首先，通过采用标准反射率板采集推扫式高光谱成像系统的本征条带噪声，得到标准反射率板图像，然后基于标准反射率板图像建立像元灵敏度标定模型；最后采用校正模型对采集到的被测样本对象的样本图像进行逐像素条带噪声校正，得到无条纹样本图像。
[0009]建立逐像素多项式校正模型的步骤包括：
[0010]对相同标准反射率板图像平均值进行求取；
[0011]对标准反射率板均值图像各通道列向亮度平均值进行求取；
[0012]各通道获取标准亮度的多项式进行拟合；
[0013]各通道列向均值与标准亮度的偏差进去求取；
[0014]传感器像元的不同亮度偏差进行多项式拟合；
[0015]得到逐像素多项式校正模型。
附图说明
[0016]图1是本专利技术的基于像元标定的推扫式高光谱成像条带噪声消除方法框图；
[0017]图2(a)为20％反射率标准板未经去条带校正前某一个波段的灰度值图像；
[0018]图2(b)为20％反射率标准板在该波段经过去条带校正后的灰度值图像。
具体实施方式
[0019]下面结合附图与具体实施方式对本专利技术进一步说明：
[0020]1、推扫式高光谱图像条带特性的系统标定
[0021]在推扫式高光谱图像条带特性的系统标定中，首先用一组可以覆盖样本范围的标准反射率板对推扫式高光谱成像系统的本征条带噪声进行捕获。
[0022]本例中，这些含有推扫式高光谱成像系统本征条带噪声的高光谱图像是通过采集7块标准反射率板以及一个黑色背景获得，7块标准板分别是反射率为2％、5％、10％、20％、50％、75％、99％的标准板，黑色背景图像通过关闭镜头盖采集。
[0023]在选择标准板时候，用于系统标定的一套标准板的反射率范围应覆盖成像目标的反射率变化范围，且这套标准反射率板的数量应比所选拟合函数的阶数至少多1。以本例来说，当选用4阶多项式进行像元灵敏度拟合时，可采用7块标准反射率板(7>4+1)。
[0024]用于系统标定的一套标准反射率板仅对其表面各处反射率一致性有要求，但对其具体反射率数值的精度没有要求。
[0025]成像系统的参数配置是固定值，在采集的过程中始终保持一致。比如，光照条件、传送台移动速度、相机采集帧率、相机增益以及光栅移动速度。
[0026]通过推扫式高光谱成像的系统标定方式，创建了一套数据集，表达式如下：
[0027]{I
i
(w，r，c)}，i＝0，...，n；w＝1，...，w
max
；r＝1，...，r
max
；and c＝1，...，c
max 公式1
[0028]其中，{I
i
(w，r，c)}是推扫式高光谱成像系统对条带特性校准期间获得的数据集，包括表示高光谱图像立方体数量的n，立方体中的数据是图像的灰度值，以数字量形式呈现。每个高光谱图像立方体I
i
(w，r，c)由10个黑色背景或标准反射率板取平均值得到，每块板在数据采集时都充满相机视野。每个数据立方体中包括w
max
个波段的图像，每个波段的图像具有r
max
行数和c
max
列数的空间分辨率。
[0029]本专利技术通过分析系统标定后的高光谱图像的条带特征，为高光谱成像系统的每个像素配置一个去条带函数，具体方法如步骤一～步骤四所示；
[0030]每个像素得到校正函数后，从而可以对通过推扫式高光谱成像系统采集的图像进行去条带校正，如步骤五所示。
[0031]参考图1的基于像元灵敏度标定的推扫式高光谱成像条带噪声去除方法框图。
[0032]2、逐像素去条带校准函数
[0033]2.1步骤一
[0034]对于采集的推扫式高光谱成像系统条带特性标定图像的每个数据立方体，计算图像列间光强分布的平滑拟合，每一列的光强是该列的平均强度，计算方法如公式2所示，这些图像立方体通过采集一个充满整个视野的黑色背景或标准反射率板获得。
[0035]每个高光谱图像立方体列向的平均光强计算公式如下：
[0036][0037]其中，I
i
(w，r，c)是系统校准时采集的n个高光谱图像立方体中的第i个图像立方体，每个图像立方体中有w
max
个波段，每个波段的图像共有r
max
行和c
max
列；是I
i
(w，r，c)中第w波段图像第c列的平均灰度值；表示从系统校准图像中创建的图像列向平均灰度值集合。
[0038]2.2步骤二
[0039]定义一个数据集中所有图像列间光强分布的平滑拟合函数集合，这些平滑拟合函数采用多项式函数，因此多项式函数集合表达式如公式3所示：
[0040][0041]其中，表示第i个数据立方体、第w波段本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于像元标定的推扫式高光谱成像条带噪声消除方法，其特征是包括步骤：1)分析系统标定后的高光谱图像的条带特征；2)为高光谱成像系统的每个像素配置一个去条带函数；3)对通过推扫式高光谱成像系统采集的图像的每个像素进行去条带校正；所述步骤1)中，在推扫式高光谱成像系统对条带特性校准过程中，用一组覆盖样本范围的标准反射率板以及一个黑色背景板对推扫式高光谱成像系统的本征条带噪声进行捕获；推扫式高光谱成像系统中的成像系统的参数配置是固定值，在捕获本征条带噪声的过程中始终保持一致；创建了一套数据集，表达式如下：{I
i
(w，r，c)}，i＝0，...，n；w＝1，...，w
max
；r＝1，...，r
max
；and c＝1，...，c
max 公式1其中，{I
i
(w，r，c)}是推扫式高光谱成像系统对条带特性校准期间获得的高光谱图像数据集，高光谱图像数据是三维数据结构的数据立方体，它包括：表示高光谱图像数据立方体数量的n；数据立方体中的数据是图像的灰度值，以数字量形式呈现；每个数据立方体I
i
(w，r，c)由黑色背景以及标准反射率板取平均值得到；每个数据立方体中包括：w
max
个波段的图像，每个波段的图像具有r
max
行数和c
max
列数的空间分辨率；所述步骤2)中：2.1)对于采集到的每个数据立方体，计算图像列间光强分布的平滑拟合，每一列的光强是该列的平均强度，计算方法如公式2所示；每个高光谱图像立方体列向的平均光强计算公式如下：其中，I
i
(w，r，c)是第i个数据立方体，每个图像立方体中有w
max
个波段，每个波段的图像共有r
max
行和c
max
列；是I
i
(w，r，c)中第w波段图像第c列的平均灰度值；表示图像列向平均灰度值集合；2.2)定义一个高光谱图像数据集中所有图像列间光强分布的平滑拟合函数集合，这些平滑拟合函数采用多项式函数，则多项式函数集合表达式如公式3所示：其中，表示第i个数据立方体、第w波段图像的列间光强分布的平滑拟合函数，并且返回第c列的平滑强度值；a
j
表示多项式系数；c
j
表示列数c的j次方；找出多项式合适的阶数，以及相应阶数的系数，使公式4中定义的差平方和达到最小；其中，表示第i个数据立方体、第w波段图像中所有列的平滑强度值与该列强度均值差平方的和；
2.3)通过图像列的平均值与步骤2.2)中得到的该列的平滑拟合返回值之间的差异，在一个标准反射率板或黑色背景的亮度级别上估计每个波段图像列上的偏差；再根据n个高光谱图像数据立方体的数据集计算给定波长下所有图像列上的偏差集合，如公式5所示：其中，是从n个高光谱图像数据立方体的数据集中计算得到的所有图像列的偏差的集合；表示第i个数据立方体、第w波段图像中第c列强度值的估计偏差；是步骤2.1)中得到的第...

【专利技术属性】
技术研发人员：汪希伟，陈加新，赵茂程，顾越，邢晓阳，
申请(专利权)人：泰州学院，
类型：发明
国别省市：