【技术实现步骤摘要】
本专利技术属于高光谱图像重建，特别是涉及一种基于diffusion扩散模型的高光谱图像重建方法。
技术介绍
1、高光谱图像比传统的rgb三色图像拥有更多的信息，使得其在很多领域中富有应用价值，比如食品安全、材料辨别和疾病诊断。为了在单次拍摄中获取高光谱图像，快照式高光谱成像技术涌现出来。
2、最近，一种新的带陷掩模双棱镜系统(chen,linsen,et al."a notch-mask anddual-prism system for snapshot spectral imaging."optics and lasers inengineering，2023,165:107544)被提出来，该系统利用带陷滤波器和双棱镜的组合，仅遮挡稀疏的采样光谱，保留了充足的入射光，大大提高了快照式成像技术的光通量。然而其通光能力仍然被拜尔滤波片所限制，为了进一步提高光通量，舍弃滤光片十分必要。然而针对该系统，现有技术的光谱重建方法利用rgb三通道对于光谱信息的编码关系进行解耦，无法处理单通道的灰度数据，因此针对灰度的带陷掩模双棱镜系统，亟需设计一种新的高光谱图像重建方法。
技术实现思路
1、针对以上技术问题，本专利技术提供了一种基于梯度引导式diffusion扩散模型的高光谱图像重建方法。
2、本专利技术解决其技术问题采用的技术方案是：
3、一种基于diffusion扩散模型的高光谱图像重建方法，该方法包括以下步骤：
4、s1，将实际场景的高光
5、s2，利用所述无遮挡图像x与灰度测量值y做差分计算，得到被遮挡的稀疏光谱sp；
6、s3，结合所述无遮挡图像x和被遮挡的稀疏光谱sp，利用双边滤波融合出高分辨率高光谱图像。
7、进一步地，步骤s1中，扩散模型的反向去噪过程包括：
8、s11，对第t步的带噪图像xt，根据神经网络预测的噪声计算得到无噪版本的图像x0|t；
9、s12，根据带陷掩模mask的设置，保留原有的部分正确区域，得到修正后的无噪版本图像
10、s13，利用贝叶斯公式根据和当前状态xt预测过去状态
11、s14，根据和灰度测量值y的梯度关系构造损失函数
12、s15，根据损失函数对过去状态修正得到最终的过去状态图像xt-1。
13、进一步地，步骤s2中，利用所述无遮挡图像x与灰度测量值y做差分计算，得到被遮挡的稀疏光谱sp，具体公式如下：
14、
15、其中，xi,j、yi,j分别表示无遮挡图像x和灰度测量值y上的坐标(i,j)的响应强度，hk表示探测器对于第k个波长光谱的响应，代表坐标(i,j)的第k个波长的遮挡光谱，ω为最大光谱通道数。
16、本专利技术从带陷掩模双棱镜系统出发，构造了基于图像修补的重建方法，通过梯度信息将高光谱图像重建和diffusion扩散模型联系，为灰度的带陷掩模双棱镜系统提供了一种可靠的光谱重建方法。该方法在高光谱数据集上有很好的重建效果，并且由于梯度特征的引导，在细节处结果同样令人满意。
本文档来自技高网...【技术保护点】
1.一种基于Diffusion扩散模型的高光谱图像重建方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种基于Diffusion扩散模型的高光谱图像重建方法，其特征在于，步骤S1中，扩散模型的反向去噪过程包括：
3.根据权利要求1所述一种基于Diffusion扩散模型的高光谱图像重建方法，其特征在于，步骤S2中，利用所述无遮挡图像X与灰度测量值Y做差分计算，得到被遮挡的稀疏光谱Sp，具体公式如下：
【技术特征摘要】
1.一种基于diffusion扩散模型的高光谱图像重建方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种基于diffusion扩散模型的高光谱图像重建方法，其特征在于，步骤s1中，扩散模型的反...
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。