[发明专利]基于随机光栅的压缩感知宽波段高光谱成像系统

说明书

技术领域

本发明涉及压缩感知宽波段高光谱成像系统，特别是一种基于随机光栅的压缩感知宽波段高光谱成像系统。

背景技术

宽波段高光谱成像是同时获取物体的两维空间图像信息和一维光谱信息的过程，是采集三维图像数据的过程，其数据形式如图1所示。由于现有探测器是两维的，所以在传统宽波段高光谱成像系统中，都需要时间扫描来获得三维光谱图像数据。由于宽波段高光谱成像包括对从紫外光到中远红外光波段进行光谱成像，波段数多，数据量大，在获得高空间分辨率及高光谱分辨率的基础上，如何降低探测单元数目以及降低扫描时间是光谱成像技术领域亟需解决的问题。

压缩感知理论是一种全新的信号采集、编解码理论。它在信号采集阶段对数据进行压缩，降低了数据采集量，为宽波段高光谱成像技术中要求降低探测数据量的问题提供了一个良好的解决途径。其基本原理如下：假设待测信号X的长度为N，存在某组正交基Ψ＝[Ψ₁Ψ₂…Ψ_N]，使得X在该组正交基下展开，即X＝ΨX′，满足X′只含有少数几个非零元素，或者X′中大部分元素值相对于其他元素值很小。也就是说，信号X在此正交基Ψ下是稀疏或可压缩的。在此条件下，采用与Ψ不相关的测量矩阵Φ对X进行投影测量，得到长度为M的矢量Y，即Y＝ΦΨX′。通过求解非线性优化问题：

minX′12||Y-ΦΨX′||22+τ||X′||1---(1)]]>

可以在M<<N的条件下，以很大概率重构出X。其中M是所需采集的数据点数，N是恢复出的数据点数。可以看出，采用该理论可以大大降低数据采集量。与传统信号采集过程不同，基于该理论的信号采集过程包括两个步骤。第一个步骤是用与信号的稀疏表达基不相关的测量基，对信号作投影测量；第二个步骤是通过非线性优化算法，重构信号。根据压缩感知理论，可以对信号进行压缩采集的条件是信号X在某一表达基Ψ下是稀疏的，且测量矩阵Φ与表达矩阵Ψ是不相关的。自然界中大部分物体的图像信息在某一正交基(比如小波变换基)下展开是稀疏的，且邻近谱段之间的图像信息冗余较高，因此可以实现三维光谱图像信息的压缩。此外，高斯随机测量矩阵与任意正交基都不相关，是一个良好的测量矩阵。这为压缩感知理论在宽波段高光谱成像中的应用奠定了理论基础。

基于压缩感知理论，美国Rice大学的Baraniuk小组实现了“压缩感知单像素相机”成像。该相机只用一个单像素探测器进行多次测量，即可对物体进行二维成像。它通过利用DMD(digital micro device)，使一部分空间位置处的光透过，其他位置处的光损失掉，对待测物体的空间图像进行空间随机振幅调制，来实现将包含物体的二维空间图像信息的数据在互不相关的随机测量基下进行投影测量，用单像素探测器记录该投影测量结果，再通过非线性优化算法重构出图像。把该单像素相机结合传统的光谱分光系统，比如由光栅或棱镜及线阵探测器构成的分光系统，就可实现光谱成像。受到DMD窗口材料透射谱段及尺寸的限制，该压缩成像方案在中、远红外成像领域存在困难。此外，该成像系统基于振幅调制，其中约一半光能量损失掉，光能利用率低。