基于衍射编码的红外高光谱压缩采集芯片参数训练、采集方法及系统技术方案

技术编号:41327593 阅读:20 留言:0更新日期:2024-05-13 15:05
本发明专利技术提供一种基于衍射编码的红外高光谱压缩采集芯片参数训练、采集方法及系统,构建训练数据集,包含不同波段的自然光及其真实红外高光谱;构建初始光学模块,包括衍射光学元件和红外传感器;根据预设的不同衍射光学元件高度图在红外传感器上形成不同的点扩散函数,以对自然光的真实红外高光谱进行调制,结合红外传感器的光谱响应生成红外高光谱灰度图;构建初始神经网络,输入红外高光谱灰度图,输出重构红外高光谱,采用训练数据集训练,构建真实红外高光谱和重构红外高光谱的损失,对光学模块和神经网络进行优化,以组合得到红外高光谱采集模型。该红外高光谱采集模型仅需单次曝光就能获得高精度的红外高光谱信息,效率高、成像分辨率高。

【技术实现步骤摘要】

本专利技术涉及光电子,尤其涉及一种基于衍射编码的红外高光谱压缩采集芯片参数训练、采集方法及系统


技术介绍

1、高光谱成像技术提供了被采集目标的光谱信息,在光的波长维度解释了场景的基本信息组成。近红外、中红外高光谱成像有可能提供物体或表面化学成分,主要应用于农业、医疗和艺术品鉴定,长波红外在遥感监测等方面具有明显优势。

2、受到硬件系统设备的限制,红外高光谱成像大多需要通过色散元件分光并扫描,而非扫描式的红外高光谱成像系统通常存在噪声较大、成本较高的问题。图像传感器和算法重建的重大发展为单次曝光即可获得高分辨率和高精度的多个波段的红外光谱信息提供了可能。

3、基于衍射光学元件(diffractive optical elements,doe)的快照高光谱成像方法是现有的一种较好的高光谱快照成像方法,它可以通过单次曝光同时捕获自然场景的空间和光谱信息。基于衍射光学元件的快照高光谱成像方法的基本原理是捕获包含点扩散函数(point spread function,psf)调制光谱和空间信息的压缩测量数据,并通过重构算法重建三维高光谱立方本文档来自技高网...

【技术保护点】

1.一种基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法,其特征在于,所述方法还包括:

3.根据权利要求2所述的基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法,其特征在于,采用所述点扩散函数对所述自然光的真实红外高光谱进行调制,结合所述红外传感...

【技术特征摘要】

1.一种基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法,其特征在于,所述方法还包括:

3.根据权利要求2所述的基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法,其特征在于,采用所述点扩散函数对所述自然光的真实红外高光谱进行调制,结合所述红外传感器的光谱响应,生成红外高光谱灰度图,计算过程为:

5.根据权利要求1所述的基于衍射编码的红外高光谱压缩采集芯片和采集模型参数训练方法,其特征在于,将所述衍射光学元件的高度图矩阵作为可学习的参数放入所述神经网络进行训练...

【专利技术属性】
技术研发人员:于振明马靖越程黎明狄珈羽林亮徐坤
申请(专利权)人:北京邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1