[发明专利]基于色差扩大原理的多光谱光场成像系统及方法

权利要求书

1.基于色差扩大原理的多光谱光场成像系统，其特征在于，包括沿光路方向顺次设置的前置滤波片阵列(1)、成像主透镜组(2)、光程扩大单元(3)、多光谱成像单元(4)和图像计算处理单元(5)；所述前置滤波片阵列(1)位于成像主透镜(2)的孔径光阑处，由多片共面的不同波段的滤波片构成，且滤波片的尺寸相同；所述成像主透镜组(2)用于校准成像系统的像差；所述光程扩大单元(3)位于多光谱成像单元(4)之前，用于扩大成像系统的色差；所述多光谱成像单元(4)用于拍摄经过成像主透镜组(2)的光谱图像；所述图像计算处理单元(5)与多光谱成像单元(4)相接，用于对光谱图像数据进行计算，通过局部线性映射算法实现多光谱光场信息的获取，具体为：首先，对清晰通道图像与模糊通道图像组成的光谱图像对施加一个足够大的高斯模糊核，以消除不同的高频信息，使得模糊的图像可以被视为均匀模糊；

然后，建立目标函数E并利用梯度下降算法优化目标函数E：

为求得局部线性映射乘子矩阵和局部线性映射偏移矩阵，目标函数E包括三个部分：描述目标图像与当前图像差距项、描述图像平滑程度的一阶微分差距项、关于局部线性映射乘子矩阵和局部线性映射偏移矩阵局部平滑性的惩罚项，具体的表达式为；

其中，α、β为约束项常数，为梯度算子；I₂₀₃、I₂₀₄、I₂₀₅、I₂₀₆分别代表清晰通道高斯模糊化图像的矩阵、模糊通道高斯模糊化图像的矩阵、局部线性映射乘子矩阵、局部线性映射偏移矩阵；

利用梯度下降算法优化目标函数E，采用以下两个公式用目标函数E对局部线性映射乘子矩阵和局部线性映射偏移矩阵分别求梯度：

其中，“.*”表示矩阵的点乘；

梯度下降算法中步长初始值设定为常量，结合梯度值和方向进行迭代，更新局部线性映射乘子矩阵和局部线性映射偏移矩阵，从而确定使得目标函数E收敛的局部最优解，即得到高斯模糊化之后的模糊图像对之间的线性映射关系：

I₂₀₄＝I_205·*I₂₀₃+I₂₀₆；

最后，将求得的局部线性映射乘子矩阵和局部线性映射偏移矩阵应用于重建模糊通道的清晰光谱图像，具体的关系式为：

I₂₀₇＝I_205·*I₂₀₁+I₂₀₆

其中，I₂₀₁、I₂₀₇分别代表清晰通道图像的矩阵、模糊通道重建清晰图像的矩阵。

2.根据权利要求1所述的基于色差扩大原理的多光谱光场成像系统，其特征在于，所述光程扩大单元(3)由规则的高折射率玻璃晶体构成。

3.基于色差扩大原理的多光谱光场成像方法，其特征在于，包括以下步骤：

步骤一：来自目标场景中各点的入射光经过前置滤波片阵列(1)，形成携带不同波段信息的光束并穿过成像主透镜组(2)；

步骤二：穿过成像主透镜组(2)的光束经过光程扩大单元(3)后，像差被校准，色差被扩大，因此对于同一物点来说，不同波段的光束将会聚焦于深度不同的像平面上，由此产生不同通道间的清晰程度差别；

步骤三：在多光谱成像单元(4)的像平面上接收到场景的不同波段的光谱信息，并由多光谱成像单元(4)将光谱信息转化为电信号输入图像计算处理单元(5)；

步骤四：图像计算处理单元(5)以所获得的各个通道的场景图像为基础，利用局部线性映射算法恢复出当前场景的多光谱光场信息，即对于场景中的任意一个物点，获取与其深度对应的多光谱信息；局部线性映射算法的具体实现过程为：

首先，对清晰通道图像与模糊通道图像组成的光谱图像对施加一个足够大的高斯模糊核，以消除不同的高频信息，使得模糊的图像可以被视为均匀模糊；

然后，建立目标函数E并利用梯度下降算法优化目标函数E：

为求得局部线性映射乘子矩阵和局部线性映射偏移矩阵，目标函数E包括三个部分：描述目标图像与当前图像差距项、描述图像平滑程度的一阶微分差距项、关于局部线性映射乘子矩阵和局部线性映射偏移矩阵局部平滑性的惩罚项，具体的表达式为；

其中，α、β为约束项常数，为梯度算子；I₂₀₃、I₂₀₄、I₂₀₅、I₂₀₆分别代表清晰通道高斯模糊化图像的矩阵、模糊通道高斯模糊化图像的矩阵、局部线性映射乘子矩阵、局部线性映射偏移矩阵；

利用梯度下降算法优化目标函数E，采用以下两个公式用目标函数E对局部线性映射乘子矩阵和局部线性映射偏移矩阵分别求梯度：

其中，“.*”表示矩阵的点乘；

梯度下降算法中步长初始值设定为常量，结合梯度值和方向进行迭代，更新局部线性映射乘子矩阵和局部线性映射偏移矩阵，从而确定使得目标函数E收敛的局部最优解，即得到高斯模糊化之后的模糊图像对之间的线性映射关系：

I₂₀₄＝I_205·*I₂₀₃+I₂₀₆；

最后，将求得的局部线性映射乘子矩阵和局部线性映射偏移矩阵应用于重建模糊通道的清晰光谱图像，具体的关系式为：

I₂₀₇＝I_205·*I₂₀₁+I₂₀₆

其中，I₂₀₁、I₂₀₇分别代表清晰通道图像的矩阵、模糊通道重建清晰图像的矩阵。