成像系统和方法技术方案

一种用于从一个或多个RGB图像中提取全范围高光谱数据的系统和方法。该方法包括对一个或多个RGB图像进行预处理。此外，该方法包括估计与每个经预处理的RGB图像相关联的照明分量。此后该方法包括从每个经预处理的RGB图像中去除照明分量。此外，该方法包括跟踪一个或多个像素在与每个经预处理的RGB图像相关联的一个或多个帧上的轨迹。然后，该方法导致基于围绕所述一个或多个像素定义的块来识别一个或多个像素在一个或多个帧的一个或多个相邻帧中的位置。此后，该方法包括基于照明分量的去除、一个或多个像素的轨迹和一个或多个像素的位置中的至少一个从每个经预处理的RGB图像中提取全范围高光谱数据。中提取全范围高光谱数据。中提取全范围高光谱数据。

【技术实现步骤摘要】
【国外来华专利技术】成像系统和方法


[0001]本专利技术一般涉及图像处理领域，具体涉及系统和方法，用于使用成像系统从一个或多个RGB图像中提取全范围高光谱数据以具有一种或多种光谱和定量信息中的至少一种来改善农业、健康和其他相关领域的不同应用的精准性。

技术介绍

[0002]以下现有技术的描述旨在提供与本公开领域相关的背景信息。该部分可以包括可能与本公开的各种特征相关的本领域的某些方面。然而，应当理解，该部分仅用于增强读者对本公开的理解，而不是承认现有技术。
[0003]随着数字
的增强，图像处理技术和成像系统也得到了很大程度的增强。与许多复杂系统一样，照相手机/设备是融合和使能技术的结果。照相手机是一种智能/功能手机/设备，能够使用一个或多个内置数码相机拍摄照片并经常录制视频，还可以通过电话功能发送生成的图像/视频。此类设备的主要优点是成本低、结构紧凑，并且使用触摸屏将相机对焦在视野中的特定物体上，即使是没有经验的用户也能获得一定程度的对焦控制，经验丰富的摄影师使用手动对焦才能超过这种程度的对焦控制。与照相手机/设备相比，数码相机在手机中的消费类相机需要的功率要少得多，并且需要更高水平的相机电子集成才能实现小型化。“智能设备或智能计算设备或用户设备(UE)或用户设备”是指任何电气、电子、机电计算设备或设备或上述设备中的一个或多个的组合。此外，“智能手机”或“功能手机”是一种“智能计算设备”，指的是移动无线蜂窝连接设备，允许最终用户在蜂窝网络上使用服务，蜂窝网络例如包括但不限于2G、3G、4G、5G和/或具有先进的移动操作系统的类似的移动宽带网络连接，该先进的移动操作系统结合了个人计算机操作系统的功能以及对移动或手持使用有用的其他功能。
[0004]此外，现如今广泛部署以提供各种通信服务，例如语音、视频、数据、广告、内容、消息、广播等，的无线网络通常具有多个接入网络，通过共享可用网络资源支持多用户通信。这类网络的一个示例是演进的通用陆地无线电接入网(E
‑
UTRA)，它是一种无线电接入网络标准，旨在替代3GPP版本5及更高版本中指定的UMTS和HSDPA/HSUPA技术。与HSPA不同，LTE的E
‑
UTRA是一种全新的空中接口系统，与W
‑
CDMA无关且不与其兼容。它提供更高的数据速率、更低的延迟并针对分组数据进行了优化。较早的UTRAN是无线电接入网络(RAN)，定义为通用移动电信系统(UMTS)的一部分，这是第三代合作伙伴计划(3GPP)支持的第三代(3G)移动电话技术。UMTS是全球移动通信系统(GSM)技术的后继技术，目前支持各种空中接口标准，例如宽带码分多址(W
‑
CDMA)、时分码分多址(TD
‑
CDMA)和时分同步码分多址(TD
‑
SCDMA)。UMTS还支持增强的3G数据通信协议，例如高速分组接入(HSPA)，它为关联的UMTS网络提供更高的数据传输速度和容量。随着人们对移动数据和语音访问的需求不断提升，研发不断推进技术发展，不仅要满足不断增长的访问需求，还要提升和增强用户设备的用户体验。由GSM/EDGE、UMTS/HSPA、CDMA2000/EV
‑
DO和TD
‑
SCDMA无线电接口与3GPP版本8发展起来的一些技术，e
‑
UTRA旨在提供单一演进路径以提高数据速度和频谱效率，并允许提供更
多功能。
[0005]3GPP也在版本13中引入了一项新技术NB
‑
IoT。这项技术可以满足低端物联网应用。它已努力通过完成NB
‑
IoT标准化来应对物联网市场。NB
‑
IoT技术已在授权频段实施。LTE的授权频段用于开发此技术。该技术使用180KHz的最小系统带宽，即为该技术分配一个PRB(物理资源块)。NB
‑
IOT可以看做是一个单独的RAT(无线电接入技术)。NB
‑
IOT可有三种部署方式：“带内部署”、“保护带部署”和“独立部署”。在“带内”操作中，使用LTE载波中存在的资源块。
[0006]有特定的资源块保留用于LTE信号的同步，不用于NB
‑
IOT。在“保护带”操作中，使用未被任何运营商使用的LTE载波之间的资源块。在“独立”操作中，使用GSM频率，或者使用可能未使用的LTE频段。版本13包含重要的改进，例如不连续接收(eDRX)和省电模式。PSM(省电模式)可确保版本12中的电池寿命，并由eDRX完成，适用于需要更频繁地接收数据的设备。
[0007]此外，在过去几年中，人工智能和机器学习技术也得到了很大程度的提升。生成自适应网络(GAN)是一类机器学习，在给定训练集的情况下，该项技术学习生成与训练集具有相同统计数据的新数据。例如，经过照片训练的GAN可以生成新照片，对于人类观察者来说，这些新照片至少看起来表面上是真实的，具有许多现实特征。虽然GAN最初是作为一种用于无监督学习的生成模型提出的，但也证明它可用于半监督学习、全监督学习和强化学习。此外，高斯过程是一个随机过程(按时间或空间索引的随机变量的集合)，因此这些随机变量的每个有限集合都具有多元正态分布，即它们的每个有限线性组合都是正态分布的。
[0008]高斯过程的分布是所有这些(无限多)随机变量的联合分布，因此，它是具有连续域的函数的分布，例如时间或空间。涉及高斯过程的机器学习算法使用惰性学习和点之间相似性的度量(核函数)来预测训练数据中未见点的值。预测不仅仅是对该点的估计，还具有不确定性信息——它是一维高斯分布(即该点的边际分布)。对于多输出预测，使用多元高斯过程，其中多元高斯分布是在每个点处的边缘分布。
[0009]此外，人工智能、认知建模和神经网络是受生物神经系统处理数据的方式启发的信息处理范例。人工智能和认知建模试图模拟生物神经网络的某些特性。在人工智能领域，人工神经网络已成功应用于语音识别、图像分析和自适应控制等领域。神经网络(NN)，在称为人工神经网络(ANN)或模拟神经网络(SNN)的人工神经元的情况下，是一组相互连接的自然或人工神经元，它们基于连接主义的计算方法使用数学或计算模型进行信息处理。大多数情况下，人工神经网络是一个自适应系统，它根据流经网络的外部或内部信息改变其结构。用更实际的术语来说，神经网络是非线性统计数据建模或决策工具。它们可用于对输入和输出之间的复杂关系建模或查找数据中的模式。
[0010]此外，在图像处理领域，RGB颜色模型是以各种方式将红光、绿光和蓝光相加以再现各种颜色的颜色模型。该模型的名称来自三种加法原色的首字母，即红色、绿色和蓝色。该模型用于感测、表示和显示电子系统，例如移动设备、智能手机、电视和计算机中图像，尽管它也用于传统/数字摄影。此模型是一种依赖于设备的颜色模型：不同的设备以不同的方式检测或再现给定的RGB值，因为颜色元素(例如荧光粉或染料)及其对单个红色、绿色和蓝色级别的响应因制造商而异，甚至随着本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于从一个或多个RGB图像中提取全范围高光谱数据的方法，该方法包括：
‑
在收发器单元(202)处从一个或多个相机设备接收一个或多个RGB图像；
‑
由处理单元(204)对所述一个或多个RGB图像进行预处理；
‑
由所述处理单元(204)基于第一预训练数据集估计与一个或多个经预处理的RGB图像中的每个经预处理的RGB图像相关联的照明分量；
‑
由所述处理单元(204)从所述每个经预处理的RGB图像中去除所述照明分量；
‑
由所述处理单元(204)基于光流模型跟踪一个或多个像素在与所述每个经预处理的RGB图像相关联的一个或多个帧上的轨迹；
‑
由所述处理单元(204)基于围绕所述一个或多个像素定义的块来识别所述一个或多个像素在所述一个或多个帧的一个或多个相邻帧中的位置；和
‑
由所述处理单元(204)基于所述照明分量的去除、所述一个或多个像素的轨迹和所述一个或多个像素的位置中的至少一个从与所述一个或多个RGB图像对应的所述每个经预处理的RGB图像中提取所述全范围高光谱数据。2.根据权利要求1所述的方法，其特征在于，所述预处理至少包括调整所述一个或多个RGB图像的大小、对所述一个或多个RGB图像进行去噪以及增强所述一个或多个RGB图像的图像质量。3.根据权利要求1所述的方法，其特征在于，所述一个或多个相机设备包括一个或多个微机电系统(MEMS)。4.根据权利要求1所述的方法，其特征在于，经由与所述一个或多个相机设备相关联的主节点在所述收发器单元(202)处接收所述一个或多个RGB图像。5.根据权利要求1所述的方法，其特征在于，由所述处理单元(204)提取所述全范围高光谱数据进一步基于第二预训练数据集，其中所述第二预训练数据集包括基于将多个RGB图像逐帧转换为相应的高光谱级别分辨率进行训练的多个数据。6.根据权利要求1所述的方法，其特征在于，所述第一预训练数据集包括基于与多个RGB图像中的每个图像中捕获的每个对象相关联的深度值进行训练的多个数据。7.根据权利要求6所述的方法，其特征在于，由所述处理单元(204)估计与每个经预处理的RGB图像相关联的照明分量还包括：
‑
由所述处理单元(204)基于所述第一预训练数据集分配深度值给每个RGB像素，每个RGB像素与所述每个经预处理的RGB图像关联，
‑
由所述处理单元(204)基于分配给所述每个RGB像素的深度值在一个或多个照明条件下合成在所述每个经预处理的RGB图像中捕获的一个或多个对象的一个或多个图像，并且
‑
由所述处理单元(204)基于合成的所述一个或多个对象的所述一个或多个图像来估计与所述每个经预处理的RGB图像相关联的照明分量，其中所述照明分量是在像素级比例上估计的。8.根据权利要求7所述的方法，其特征在于...

【专利技术属性】
技术研发人员：拉古拉姆，
申请(专利权)人：吉欧平台有限公司，
类型：发明
国别省市：