[发明专利]基于随机投影的协同编码高光谱成像系统及图像重构方法

说明书

技术领域

本发明涉及遥感图像处理技术领域，具体涉及一种基于随机投影的协同编码高光谱成像系统及图像重构方法。

背景技术

高光谱成像技术以物质的光谱分析理论为基础，涉及光学系统设计、成像技术、光电探测、信号处理与信息挖掘、光谱信息传输理论、地物波谱特性研究等领域，是当前重要的空间对地观测技术手段之一。由于高光谱成像技术能同时获取目标场景的二维空间信息和光谱信息，因此在食品安全检测、地物目标的检测识别、土壤中的金属污染的检测、矿物种类分析、洪涝灾害预测、刑事侦查、艺术品诊断、军事应用等领域都有广泛的应用。

尽管高光谱成像极具民用和军用潜力，但由于高光谱图像是一种三维图像数据，其数据容量非常庞大。特别是当高光谱图像的谱间分辨率提高时，会导致图像数据量的急剧增加。如一经典型的高光谱AVIRIS图像，由波长范围380nm-2500nm的224个谱段组成，每个谱段的空间分辨率为614×512像素，每像素表示为16比特，其数据量达到140MB/景。由于高光谱图像的数据量非常大，为了保证海量的高光谱图像的高效传输和存储，其高质量的图像压缩采样编码已成为重要的关键技术之一。

和传统压缩方法相比，随机投影技术是空载高光谱成像系统可使用的一个很有吸引力的选择方法，在获得数据的同时压缩数据，并且重构原始数据的过程通常在地面进行，大大减少了数据传输的压力。这样看来，随机投影技术与压缩感知有一定的联系，但是一个真正的压缩感知过程需要包括量化等更加复杂的处理过程，也就需要更大的计算量，所以随机投影技术运算复杂度低，重构速度快的优点就凸显了出来。

另外，现有的基于压缩感知的双通道遥感光谱成像系统和成像方法在两个观测通道模块中采用两个互补的编码板，实现对图像每一位置信息的互补编码，但在这样的系统中重构步骤复杂，并且在重构时不能直接重构出端元信息和及其对应的丰度信息。

发明内容

有鉴于此，本发明提供了一种基于随机投影的协同编码高光谱成像系统及图像重构方法，能够提高高光谱数据的重构速度和重构精度。

本发明的基于随机投影的协同编码高光谱成像系统，包括逐点扫描模块、分束器模块、第一观测通道模块、第二观测通道模块和图像重构模块；

其中，逐点扫描模块用于实现对待成像区域的逐点扫描，并将获得的点光谱信息发送至分束器模块；

分束器模块将点光谱信息均分为两路，分别发送至第一观测通道和第二观测通道；其中，两路点光谱信息相同，均为原始光谱信息强度的1/2；

第一观测通道针对收到的点光谱信息组成的光谱信息矩阵，随机生成观测矩阵A，利用观测矩阵A对光谱信息矩阵进行压缩编码，得到压缩后的观测值Y_a，并将观测值Y_a发送至图像重构处理模块；其中，所述观测矩阵A由{0,1}两个元素组成，且观测矩阵A中的每一元素服从独立分布；

第二观测通道针对收到的每一个点光谱信息，均随机生成一个观测子矩阵，用k表示点数，利用观测子矩阵B_k对k点的点光谱信息进行光谱压缩编码，进而得到对点光谱信息矩阵压缩后的观测值Y_b，并将观测值Y_b发送至图像重构处理模块；所述观测子矩阵B_k由{0,1}两个元素组成；观测子矩阵B_k中的每一元素服从独立分布；

图像重构处理模块根据第一观测通道发送的观测值Y_a和第二观测通道发送的观测值Y_b，实现高光谱图像的重构；

其中，所述图像重构处理模块首先采用奇异值分解法分解Y_a＝FS，得到维度为m_a×p的矩阵F，其中，p为端元数；S为丰度矩阵；m_a为第一观测通道的压缩后的光谱维度；然后利用矩阵F得到丰度矩阵的估计值然后根据公式计算出矩阵D，其中，为矩阵的第k列，k＝1，2，…，n；表示克罗内克积；上标T表示转置；然后根据公式得到阵其中，是的所有列依次首尾相连形成的一个列向量，vec(Y_b)是Y_b的所有列依次首尾相连形成的一个列向量；最后根据公式得到重构的光谱图像X′，实现光谱图像的重构。

进一步地，所述扫描模块包括旋转扫描镜和孔径光阑，旋转扫描镜实现对待成像区域的逐点扫描，获得的点光谱信息经过孔径光阑后进入分束器模块。