[发明专利]一种基于压缩感知的高光谱图像采集成像系统与控制方法

说明书

本发明公开了一种基于压缩感知的高光谱图像采集成像系统与控制方法；本发明首先通过数字微镜(DMD)器件对图像信息进行压缩采样，其次通过液晶可调谐滤波器(LCTF)控制可透过光波长和光谱分辨率，然后通过面阵电荷耦合器件(CCD)获取光强信息，最后通过模拟加法器和ADC转换器进行信号处理，并把处理后的数字量保存于存储器。本发明实现了信号采样与压缩的同时进行，使采样数据远小于传统奈奎斯特采样理论所需要的数据量；解决了高光谱数据采集引起的传输压力和大量冗余信息导致的资源浪费等问题。

技术领域

本发明属于图像信号处理技术领域，涉及一种基于压缩感知的高光谱图像采集成像系统与控制方法，可用于遥感领域的高光谱图像获取。

背景技术

高光谱成像是一种新兴的技术，也称为成像光谱仪，它能获取大量的窄带连续光谱图像，能利用很多很窄的电磁波波段从感兴趣的物体中获得相关数据，包含了丰富的空间、辐射和光谱三重信息。相对于传统的彩色图像(3个光谱带，分别覆盖红色，绿色和蓝色波段)，以及传统的多光谱图像(通常为几个光谱带)，高光谱数据具有波段多、光谱分辨率高、数据量大、图谱合一等显著特点，其电磁频谱从可见光延伸到红外光区域。高光谱图像立方体(由光谱成像仪获得的空间域和光谱域数据)提供了大量非常细致的光谱表征，有利于被检对象的分类、检测和表征。与此同时，在数据获取、传输、分析等过程中数据量的大幅增加也对传统的数据采集压缩等技术提出挑战。

为了方便高光谱图像立方体的采样、传输和恢复，在不影响图像性能前提下，我们通常采用各种图像压缩办法，剔除大量冗余而保留关键信息，以尽量减少传输数据量。由此，我们可以发现，传统的信息采集理论，一方面以高于信号2倍最高频率进行大量采样，另一方面又通过压缩算法剔除冗余信息。从这个意义上讲，信号压缩是一种严重的资源浪费。因为大量的冗余数据在压缩过程中被丢弃。那么，是否存在一种采样理论，使得采样数据远小于传统奈奎斯特采样理论所需要的数据量，即信号在采样的同时就得到压缩。2006年D.Donoho、E.Candes等提出的基于信号稀疏性的压缩感知理论(Compressive Sensing，CS)，成功实现了信号采样与压缩的同时进行。

压缩感知理论的基本思想是信号在某个变换域满足稀疏性情况下，利用一个与变换基不相关的矩阵对高维信号进行采样，得到采样数据后通过求解一个优化问题就可以重构原始信号。该过程简要描述如下：

式(1)是对原始信号x进行稀疏表示的。其中Ψ是规范正交矩阵，s是原始信号在变换域的稀疏表示系数矩阵。

压缩感知的低采样是通过构造非相关的观测矩阵Φ来实现，如式(2)所示。其中Φ的大小是M×N,M＜＜N。

y＝Φx＝ΦΨs (2)

压缩感知的重构是通过求解式(3)来实现。

根据压缩感知理论，2006年美国Rice大学最先基于压缩感知理论设计了单像素相机作为采集系统。它是以DMD作为压缩感知的采样端，以光敏二极管为接收端的成像系统。单像素相机的优点是只需要一个光电探测器，信号处理电路简单，但是所需的测量次数较多，导致采样时间增加。MIT的Fergus等提出了随机镜头相机模型，该相机镜头采用随机反射镜面，随机反射镜通过测量矩阵控制。该相机具有超分辨率和深度估计能力，但相机的镜头校准复杂耗时，成像速度低。

在遥感领域，M.E.Gehm等最先将压缩传感理论和光谱成像进行结合，受编码孔径光谱仪结构的启发，设计出编码孔径光谱成像系统。美国杜克大学研发的多光谱成像系统CASSI，利用色散介质和编码孔径的组合，通过色散介质的调制和编码孔径进行压缩采样。但该系统结构较为复杂，实现困难。另外，一旦掩模制作完成，其编码模式也就无法改变了。因此设计灵活、快速和结构简单的前端图像采集系统就变得尤为关键。

发明内容