【技术实现步骤摘要】
本专利技术涉及一种计算成像、高维多通道信号处理、计算机科学与技术，特别涉及一种小型机载设备中编码孔径快照式高光谱成像感知建模方法。
技术介绍
1、高光谱成像仪通过采集场景的光谱辐射对三维数据进行收集，称作数据立方体。它是在普通二维空间信息的基础上加上了一维的光谱信息，其获取的图像波段范围涵盖从可见光到红外甚至热红外的范围。相比于普通的rgb空间图像信息，高光谱图像可以获取物质成分类型、热辐射特性等具有诊断性波谱的信息。高光谱成像仪的搭载平台根据体积大小可以分为：无人机、飞机、地方工作站、以及卫星。基于不同搭载平台的高光谱成像仪有各自的优缺点。具体而言，航空高光谱成像仪的幅宽大，覆盖面积广，但空间分辨率低、时效性差；地面光谱成像仪虽然成本，但是灵活性也低，会造成在试验过程中造成人力物力资源的巨大浪费。随着光学器件工艺程度的提升、设备的便携性、以及硬件集成化技术的发展，基于小型无人机搭载平台的高光谱成像仪得到了快速的发展，这些成像设备因其机动灵活、时效性高等优点适用于各类地面试验任务，包括：医疗诊断、矿物识别、水质监测等。
2、无人机成像是通过无人机搭载不同类别的成像仪，可以对目标场景进的数据进捕获析和分析。目前无人机载高光谱成像仪的成像方式包括：推扫式扫描成像、内置推扫式扫描成像方式，以及画幅式成像。其中，推扫描式扫描成像相比于其他两类的扫描，具有易实现、高分辨率、高系统灵敏度、体积小、重量轻等优点成为小型无人机光谱成像搭载平台的主流成像方式。但是该成像方式受制于探测器的尺寸，并且存在校正难度大等问题。内置推扫式成像具
技术实现思路
1、针对当前无人机载高光谱成像设备在研制和应用中存在的大量数据存储和计算带来的空间和时间的浪费问题，提出了一种小型机载设备中编码孔径快照式高光谱成像感知建模方法。编码孔径快照光谱成像结合光学信息调制和数字图像处理，具有快速捕获动态场景光谱信息的能力，极大提升了信息捕获效率。
2、本专利技术的技术方案为：
3、一种小型机载设备中编码孔径快照式高光谱成像感知建模方法，高光谱成像利用成像光谱仪收集光源信息，将其分解为各个波长或光谱带，利用编码孔径、光栅或散射棱镜光学器件对光源信息从空间维度和光谱维度进行调制，最后将捕获的信息投影至传感器上；编码及其解码的数学过程如下：
4、假定目标的光谱密度函数为f0(x,y,λ)，当目标光线经过编码孔径模板进行空间信息调制后，光谱密度过程表示为：
5、f1(x,y,λ)＝f0(x,y,λ)t(x,y) (1)
6、其中t(x,y)为时变编码孔径图案；通过散射棱镜的分光作用后，每一个波段对应的空间信息图像均发生了偏离；那么，整合并投影至聚焦平面阵列上的压缩测量值表示为：
7、f2(x,y,λ)＝∫∫dx′dy′δ(x′-[x-α(λ)(λ-λc)])δ(y′-y)f1(x′,y′,λ)
8、＝t(x-α(λ)(λ-λc),y)f0(x-α(λ)(λ-λc),y,λ) (2)
9、其中，δ(x′-[x-α(λ)(λ-λc)])、δ(y′-y)表示编码孔径光谱成像系统中的单位脉冲响应，α(λ)表示色散系数，λc表示中心波段；考虑到聚焦平面阵列上捕获到的是波长范围内的光源信息强度，光源信息强度可以表示为g(x,y)：
10、g(x,y)＝∫f0(x-α(λ)(λ-λc),y,λ)t(x-α(λ)(λ-λc),y)dλ (3)
11、在实际场景中，传感器无法获取连续形式的光场能量，需要做离散化处理；假设传感器像元的尺寸大小为δ，并假设编码孔径图案中的每个孔径的尺寸等同于传感器像元尺寸大小；这样，编码孔径图案在(i,j)位置的传输函数t(x,y)表示为：
12、
13、(i,j)表示编码模版上的任意空间位置，ti,j表示(i,j)位置对应的透射率，rect()表示矩形脉冲响应；
14、由此，传感器(i,j)位置上的压缩测量值离散化过程表示为：
15、
16、其中s(λ)＝α(λ)(λ-λc)；假设光谱强度f0(x,y,λ)的离散化形式为fi,j,k，那么传感器上的压缩测量值表示为：
17、gi,j＝∑kfi+k,j,kti+k,j+ei,j (6)
18、其中，gm,n表示在(m,n)位置处的压缩测量值，tm,n表示在该点的透射率，em,n表示系统噪声，k表示光谱偏量，正比于光谱带的数量；为了便于数学建模，离散化形式的压缩测量过程通过向量-矩阵乘积的形式表示：
19、g＝ψf+e (7)
20、其中，r表示空间维度大小，g∈rn(m+l-1)表示传感器上的向量化形式的压缩测量值；f∈rmnl表示向量化形式的fm,n,k，e表示向量化形式的系统噪声；ψ∈rn(m+l-1)×nml作为正向成像模型运算符包含了空间域上的编码孔径图案和光谱域上的散射过程；其中，散射过程通过散射棱镜的分光作用实现的；
21、根据压缩感知理论，可以得知从线性测量值g对高光谱数据立方体f进行解码的过程等价于欠定方程组的求解过程，表明方程的解并不是唯一；那么，需要利用该理论中的稀疏表示对f进行分解，f＝ψθ，即被测信号是稀疏的或者是在某个域是稀疏的；归结于f在空间域和频谱域的高关联特性使得其中符号表示克罗内克积，表示空间域上的二维离散余弦基，表示频谱域上的一维小波基，ψ3d表示联合稀疏基；
22、假定被测信号存在稀疏表示，公式(7)表示的感知过程可以重写为：
23、g＝aθ+e (8)
24、其中，a表示等价的感知矩阵；为了解决图像的重构问题，需要构建稀疏约束优化问题从而对系数θ进行求解：
25、
26、其中，为稀疏约束优化函数；β表示噪声的上界；上述非线性优化问题可以等价为：
27、
28、其中，表示重构后的图像；
29、其中，τ>0表示调整参数，表示二范数，用以权衡重构结果和观测值之间的误差，‖θ‖1表示一范数，受限于重构解的稀疏度；上述优化问题可以通过例如梯度投影稀疏重构、两部迭代收缩阈值算法、交替因子乘积进行求解。
30、进一步的，高光谱成像将光谱获取过程具体划分为两个阶段：
31、首先将场景信息“降维”采集得到观测图像，之后通过计算、校正步骤将观测图像“升维”重构得到原始光谱图像；前者表示的是光学成像系统即“硬件编码器”，后者表示软件重构算法即“软件解码器”；其中，编码孔径本文档来自技高网...
【技术保护点】
1.一种小型机载设备中编码孔径快照式高光谱成像感知建模方法，其特征在于，高光谱成像利用成像光谱仪收集光源信息，将其分解为各个波长或光谱带，利用编码孔径、光栅或散射棱镜光学器件对光源信息从空间维度和光谱维度进行调制，最后将捕获的信息投影至传感器上；编码及其解码的数学过程如下：
2.根据权利要求1所述的小型机载设备中编码孔径快照式高光谱成像感知建模方法，其特征在于，高光谱成像将光谱获取过程具体划分为两个阶段：
3.根据权利要求1所述的小型机载设备中编码孔径快照式高光谱成像感知建模方法，其特征在于，数据集采集如下：高光谱数据结构，图像数据的空间维度为610×340像素，具有115个连续的波段；此外，需要从原来的115波段中剔除总共12个噪声的波段，保留剩余的103个波段；为测试数据选取一个特定区域，大小为140×80像素，包含8个主要的地标类别。
【技术特征摘要】
1.一种小型机载设备中编码孔径快照式高光谱成像感知建模方法，其特征在于，高光谱成像利用成像光谱仪收集光源信息，将其分解为各个波长或光谱带，利用编码孔径、光栅或散射棱镜光学器件对光源信息从空间维度和光谱维度进行调制，最后将捕获的信息投影至传感器上；编码及其解码的数学过程如下：
2.根据权利要求1所述的小型机载设备中编码孔径快照式高光谱成像感知建模方法，其特征在于，高光谱成像将...
【专利技术属性】
技术研发人员：朱健晨，赵博超，郭威，俞则人，孙曦，
申请(专利权)人：华东计算技术研究所中国电子科技集团公司第三十二研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。