System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法技术_技高网

基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法技术

技术编号:45050322 阅读:6 留言:0更新日期:2025-04-22 17:35
本发明专利技术涉及高分辨率成像技术领域,公开了一种基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法,该方法提出了一种基于傅里叶叠层成像的高光谱高分辨率快速成像技术,通过结合单曝光高光谱压缩成像技术和傅里叶叠层成像技术,实现了高光谱高分辨率快速成像。该方法利用单曝光高光谱压缩成像采集模块采集二维图像,并通过深度学习算法计算出多个波段的高光谱图像,然后使用傅里叶叠层成像算法合成高分辨率图像,最终得到多个波段的高分辨率高光谱图像。通过本发明专利技术提供的方法重建的图像可以同时满足高分辨率和高光谱要求,本发明专利技术方法具有提高成像速度、降低硬件需求标准和成本、提高采集效率的优点。

【技术实现步骤摘要】

本专利技术涉及高光谱高分辨率成像,尤其涉及一种基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法


技术介绍

1、高分辨率成像是对地观测领域发展中不断追求的目标。增大成像系统的孔径可以提高系统的光学性能和获取图像的分辨能力,从而获得更好的成像能力。然而,随着孔径的增大,成像系统的制造和维护成本也会相应增加。

2、傅里叶叠层成像通过使用低倍物镜采集多幅不同角度的低分辨图像,在空域中利用记录的光强信息作为振幅约束,在频域中利用成像系统的光瞳函数作为相位约束,通过空域和频域的交替迭代,将这些图像在频谱中融合从而获得一张高分辨、大视场和定量相位的图像。

3、傅里叶叠层成像具有高分辨率和高信噪比,无需干涉,实现简单。同时,能够恢复出较为精确的相位信息以及额外的像差信息,为远距离、高分辨率成像提供了新的思路。对高分辨率对地观测领域的进一步发展具有重要意义,对军警民用等方面具有重要研究价值。

4、然而,随着信息理论的发展,人们对图像获取的需求不断提升,二维光强图像不再能满足人们的全部需求,需要对光谱、偏振和相位等光波物理量维度信息的感知。傅里叶叠层成像虽然在二维高分辨率成像中具有优秀的性能表现,但对于高光谱的成像问题还面临着挑战。

5、在高光谱信息采集的过程中,需要通过扫描的方式获取各个波段的光谱信息,这一过程耗时较长。而对于傅里叶叠层成像技术,其需要移动相机来采集各个角度的多个低分辨率图像,并合成一张高分辨率图像,这一过程同样会消耗大量时间。因此,基于高光谱图像的傅里叶叠层技术成像速度缓慢,实现高速成像成为目前的重要问题。


技术实现思路

1、为解决上述技术问题,本专利技术提供一种基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法。

2、首先,本专利技术的技术方案方案思路如下:

3、单曝光高光谱压缩成像技术仅采集二维观测图像,通过算法重构场景光谱图像,采集速度快,系统结构简单,成本低。其中,基于编码孔径的单曝光高光谱压缩成像技术可以用于解决高光谱傅里叶叠层成像速度慢的问题。

4、单曝光高光谱压缩成像系统的基本原理是编码一个三维光谱图像,并对其光谱维度进行压缩,压缩成一个二维观测图像进行采集,并通过这个二维观测重构出原始三维光谱图像。对于一个三维数据,先通过一个调制掩码对场景进行编码,其中掩码由一系列通光和非通光的像素构成。被调制的三维光谱图像进一步通过一个色散元件(如棱镜)进行色散,不同光谱频带的图像在色散方向上产生位移,相互错开,最后通过相机传感器进行探测,探测过程相当于对被调制的光谱图像在光谱维度上进行积分。得到压缩观测后,结合掩码的调制信息,就可以通过重构算法来重构被探测的光谱图像。

5、基于上述思路,本专利技术提出的基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法的步骤如下:

6、s1、利用单曝光高光谱压缩成像采集模块代替传统傅里叶叠层成像系统中的相机进行图像采集,所述单曝光高光谱压缩成像采集模块采用单曝光高光谱压缩成像技术采集二维图像;

7、s2、针对采集到的每张二维图像,使用深度学习算法计算出139个波段的高光谱图像;

8、s3、对于每个波段的图像,通过傅里叶叠层成像算法进行重建,合成高分辨率图像,得到139个波段的高分辨率高光谱图像;

9、s4、将各个波段的高分辨率图像合成为高光谱高分辨率图像。

10、优选的,所述傅里叶叠层成像算法重建每个波长的高分辨率图像时,是在空域和频域中交替迭代,来获得高分辨率的复振幅信息。

11、优选的,所述每个波长的高分辨率图像重建过程中利用到了两种约束:

12、在空域中,一个波长的低分辨率图像被当作最优解的振幅约束;

13、在频域中,光瞳孔径函数被当作最优解的频谱支持域约束,这个圆形孔径在频谱中扫描层叠合成一个更大的频率通带,从而恢复出高频信息,具体的迭代方式可使用gs算法或epry算法等。

14、与相关技术相比较,本专利技术提供的基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法具有如下有益效果:

15、1.本专利技术提出了一种基于傅里叶叠层成像的高光谱高分辨率快速成像方法,将傅里叶叠层成像系统与单曝光高光谱压缩成像技术结合,既保留了傅里叶叠层成像系统提高分辨率的优势,又结合了单曝光高光谱压缩成像技术处理高光谱数据的功能,重建的图像可以同时满足高分辨率和高光谱要求;

16、2.在采集低分辨率高光谱图像时,无需采集三维高光谱图像,只需采集二维图像,相对于传统的高光谱数据的采集方式,降低了硬件的需求标准,进而降低了成本;

17、3.对于采集到的二维图像,可以通过深度学习算法快速计算出多个波段的低分辨率高光谱图像,提高了采集的效率,节约了采集所需要的时间。

本文档来自技高网...

【技术保护点】

1.一种基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法,其特征在于,包括以下步骤:

2.如权利要求1所述的基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法,其特征在于,所述单曝光高光谱压缩成像采集模块仅采集二维观测图像,其基本原理是编码一个三维光谱图像,并对其光谱维度进行压缩,压缩成一个二维观测图像进行采集,并通过这个二维观测重构出原始三维光谱图像。

3.如权利要求2所述的基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法,其特征在于,所述单曝光高光谱压缩成像采集模块采集二位观测图像的流程是:

4.如权利要求1所述的基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法,其特征在于,所述傅里叶叠层成像算法重建每个波长的高分辨率图像时,是在空域和频域中交替迭代,来获得高分辨率的复振幅信息;重建过程中利用到了两种约束:

【技术特征摘要】

1.一种基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法,其特征在于,包括以下步骤:

2.如权利要求1所述的基于压缩感知傅里叶叠层成像的高光谱高分辨率成像方法,其特征在于,所述单曝光高光谱压缩成像采集模块仅采集二维观测图像,其基本原理是编码一个三维光谱图像,并对其光谱维度进行压缩,压缩成一个二维观测图像进行采集,并通过这个二维观测重构出原始三维光谱图像。

【专利技术属性】
技术研发人员:刘星翟一行袁鑫
申请(专利权)人:西湖大学光电研究院
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