[发明专利]一种基于压缩感知的高光谱超分辨计算成像系统

权利要求书

1.一种基于压缩感知的高光谱超分辨计算成像系统，其特征在于，包括：液晶可调滤光器、空间编码模块、面阵探测器、压缩重构模块、超分辨模块；

原始图像依次经液晶可调滤光器、空间编码模块后，由面阵探测器探测，获得空间、光谱维均压缩的高光谱数据；

压缩重构模块，用于利用压缩感知的重构算法，对所述高光谱数据进行重构，获得恢复的低分辨率的高光谱图像；

超分辨模块，用于利用高光谱图像的非局部自相似性，在不需要辅助高分辨率的RGB图像的情况下，仅从所述低分辨率的高光谱图像，恢复出高分辨率的高光谱图像；

超分辨模块包括：自适应字典学习子模块，用于将所述低分辨率的高光谱图像分成重叠的图像立方块，使用K-means聚类方法将这些图像立方块划分成K簇，通过主成分分析PCA学习每个类簇的字典，K个PCA子字典最终构成一个大的超完备的学习字典；通过聚类形成的学习字典利用了图像的全局非局部自相似性，并保证了局部稀疏性；

重建优化目标函数子模块，用于基于所述学习字典，在引入非局部集中稀疏项的基础上，构建光谱重建优化目标函数：

其中，||α_i,j-β_i,j||₁为利用相邻非局部自相似性构建的高光谱图像的所述非局部集中稀疏项；

记高分辨率和低分辨率的高光谱图像分别为X∈R^M×N×L、Y∈R^m×n×L，M、N代表高分辨率图像尺寸，m、n代表低分辨率图像尺寸，且Mm,Nn，L代表光谱波段数；矩阵H表示模糊和下采样的复合运算符；向量x_i,j表示从X中提取的空间中心位置在(i,j)的图像立方块；是x_i,j的估计值，α_i,j、β_i,j分别是x_i,j和的稀疏表示；α表示所有α_i,j的集合，是α的估计值；是X的估计值；当立方块x_i,j属于第k个类簇时，记为C_k；Φ_k为对应第k个类簇的字典；λ和η为正则化参数；

解算子模块，用于针对所述优化目标函数，采用交替最小化方案，交替更新变量α_i,j、β_i,j和X，若干次迭代后直至算法收敛，得到恢复的高分辨率高光谱图像

2.如权利要求1所述的系统，其特征在于，所述空间编码模块采用数字微透镜阵列DMD。

3.如权利要求1所述的系统，其特征在于，所述面阵探测器采用COMS面阵探测器。

4.如权利要求1所述的系统，其特征在于，当实现高光谱图像去噪时，矩阵H选取单位矩阵；当实现高光谱图像去模糊时，矩阵H选取模糊算子。