[发明专利]一种二元光学图像光谱的重建方法

说明书

（一）技术领域

本发明涉及一种二元光学图像光谱的重建方法，属于高光谱数据重建与处理技术领域，它适用于二元光学系统数据的处理理论方法和应用技术研究。

（二）背景技术

高光谱图像实现了光谱分辨率的突破性提高，实现了“光谱合一”。但是，针对于高光谱图像波段过多，从而导致各波段所获得的能量较少，产生了信噪比较低这一问题。二元光学元件沿光轴方向色散，可同时在空间维和光谱维成像，系统中无须通过狭缝进行分光，大大增强了入射能量，从而提高了信噪比。但是同时，这导致各波段的光除在自身焦平面成清晰像外，还会在相邻波段成模糊像，即二元光学图像的每一幅图像都是该波段的清晰像与相邻波段的离焦量的叠加，不可以直接使用。二元光学图像的光谱重建技术，可以将离焦量的影响去除，得到真实可用的二元光学图像的光谱数据。

对光谱重建技术的研究主要从对点扩散函数的研究以及图像复原算法的研究两方面进行。

令J₀是零阶第一类贝塞尔函数，λ是波长，ρ＝||v||=(ξ²+η²)^1/2是透镜后面所成的面的极坐标，v＝(ξ,η)是后焦平面上点的坐标，

NA、M分别是透镜的数值孔径和放大倍数，z_d是透镜到接收面的距离，是二维样本平面上的极坐标，z₀是三维样本的深度，P(ρ,z₀,T)是透镜的光瞳函数，则实际光路的点扩散函数的模型为但该模型中参数过多，很多难以取得，且包含积分、求导等复杂运算，会极大地加大运算量，因此在实际中难以使用。而与其类似的高斯模型参数少，计算简便，可以用来代替对点扩散函数进行模拟。图像复原涉及到去噪、二维信号反卷积等处理方法，目前常见的方法有最近邻法、线性解卷积算法、非线性迭代算法等。对于不同已知条件、不同成像特点的模型，应选用不同的算法进行光谱重建工作，而这些方法也有其各自不同的特点。如最近邻、逆滤波、维纳逆滤波算法速度较快，但复原质量不高；而需要迭代的算法速度较慢，但复原结果一般较好。

目前，基于二元光学的图像光谱数据重建方法主要有以下不足：（1）一般假设系统的光学系统放大率相同，未考虑不等放大率系统的情况，使得重建方法不适用于不等放大率系统；（2）未根据数据不同的噪声水平进行重建方法的选择，容易出现噪声放大，淹没图像光谱有用信息等问题；（3）未根据图像光谱数据标准差不同进行不同方法的选择，容易出现振铃效应从而影响重建图像光谱数据质量。

（三）发明内容

本发明的目的是提供一种二元光学图像光谱的重建方法，它克服了现有光谱重建方法适用范围较窄、难以对不同系统的图像光谱数据进行处理的不足，可依据系统参数自行确定最佳的光谱重建算法，它是一种适用性强、可靠性高的二元光学图像光谱的重建方法。

本发明的技术解决方案是：一种对于不同参数的成像系统，可依据其特点自动确定可得到最佳二元光学图像光谱重建效果的方法。该方法主要是基于对系统点扩散函数的标准差、噪声水平、放大率等参数的判断，通过图像重采样的方法将不等放大率图像转化为等放大率图像，利用线性解卷积、非线性迭代等方法对图像进行空间维和光谱维的重建，从而获得图像光谱重建结果。

本发明一种二元光学图像光谱的重建方法，其具体步骤如下：

（1）读入原始二元光学图像光谱数据；

（2）根据光学系统参数与结构进行是否等放大率系统判断，若为不等放大率光学系统，将不等放大率的各个波段图像转换为等放大率图像；

（3）计算各个波段点扩散函数的标准差；

（4）对噪声水平进行分析，若无噪声，使用传统的逆滤波法进行空间维图像复原；

（5）对于存在噪声水平的图像光谱数据，根据点扩散函数标准差的不同进行空间维复原方法的选择；

（6）根据二元光学成像原理进行光谱维数据的重建；

（7）获得图像光谱重建结果。

其中，步骤（2）中所进行的是否为等放大率系统判断，其目的是将不等放大率图像转化为等放大率，首先进行不同波段相同成像区域选择，然后采用重采样方法将不等放大率的各个波段图像转换为以最小放大率为基准的图像，使该算法可适用于等放大率与不等放大率两种光学系统。

其中，步骤（3）中所述的计算各个波段点扩散函数的标准差，是指利二维高斯模型计算对点扩散函数：