[发明专利]一种利用自适应编码孔径进行压缩高光谱成像的方法

说明书

本发明公开了一种利用自适应编码孔径进行压缩高光谱成像的方法，利用高光谱图像具有高的谱间相关性的特点，预先得到几个波段的恢复图像，将其作为先验信息通过阈值操作构造自适应编码孔径，可以提取出目标场景的结构特征；相对传统的随机编码孔径，能够提高压缩效率，仿真和实验结果验证了本发明能够切实改善高光谱仪的成像质量；通过本发明所述的方法设计出的自适应编码孔径取值为0、1，很容易通过掩膜或者数字微镜阵列编码实现；在压缩高光谱仪中具有很强的普适性，有着广泛的应用前景。

技术领域

本发明属于高光谱成像技术领域，具体涉及一种利用自适应编码孔径进行压缩高光谱成像的方法。

背景技术

高光谱成像技术可以获得目标场景的空-谱数据立方体，为空间维的每个像素提供数十上百个连续并且波段间隔非常窄的光谱波段信息。由于高光谱图像光谱分辨率高，包含了目标的丰富信息，在近年来得到了广泛的应用，有非常好的发展前景和应用意义。但是高光谱图像数据量巨大且冗余度高，使用传统的采样方法会造成极大的浪费，并且增加了采集时间；另一方面，传统高光谱仪的空间分辨率一般受限于探测器的分辨率，而提高探测器的性能代价很大，制造成本相当高。

应用压缩感知理论可以解决上述难题。假设信号在某个基下是稀疏的，通过压缩感知理论利用观测矩阵对该信号进行投影，以远低于尼奎斯特采样定理所要求的观测值便能以很高的概率精确重建出原始高维信号。压缩感知理论的提出为快速获取高光谱数据提供了理论基础，并且将高光谱仪成像的技术压力从采样端转移到重构端上，可以突破探测器对高光谱图像空间分辨率的限制。

在现有的压缩高光谱成像仪中，随机编码孔径被广泛使用。编码孔径决定了压缩采样中观测矩阵的结构，并且对于高光谱数据立方体的重构质量有重要影响。随机编码孔径无法充分利用目标场景的结构特征，如此高光谱仪的重构质量尚有提升的空间。

针对压缩高光谱成像仪中编码孔径的设计方法，学者们已经进行了大量的研究。一种常见的思路是利用限制等距性质(The Restricted Isometry Property，RIP)或某些经验设计规则通过算法来优化编码孔径从而提升成像质量，但是这种方法会给成像仪引入额外的计算负担。

发明内容

有鉴于此，本发明的目的是提供一种利用自适应编码孔径进行压缩高光谱成像的方法，可以实现高光谱仪的超分辨同时提高成像质量。

一种利用自适应编码孔径进行压缩高光谱成像的方法，包括如下步骤：

步骤1、将高光谱仪的整个光谱划分成至少一组，每组包括若干个相邻的光谱波段，并且在每组内均任意选择一个波段作为参考波段；

步骤2、利用压缩高光谱仪使用随机编码孔径采集各组中参考波段的观测值；

步骤3：基于步骤2的随机编码孔径对应的观测矩阵和参考波段的观测值，对参考波段的光谱图像进行重构；

步骤4：将参考波段的重构图像作为本组内其他波段及自身的先验信息，分别生成自适应编码孔径，具体为：

将参考波段的重构图像和该组中除参考波段外的其它待测波段的图像矩阵数据分别堆叠成一维向量，分别记作和则待测信号由下式给出：

式中是噪声向量；

则编码孔径对应的观测矩阵Φ中的第i个向量的第j个元素为：

式中，sgn(·)是符号函数，N表示一维向量和中元素数量；是的第j个元素,阈值Λ_ij服从高斯分布其中μ_Λ和分别等于信号的均值和方差；

步骤5：利用压缩高光谱仪使用自适应编码孔径逐一观测对应组的各个波段，获得全波段的所有观测值；