[发明专利]用于目标识别的红外超光谱信号处理方法、处理机及系统

说明书

技术领域

本发明属于红外超光谱信号处理领域，特别涉及一种适用于实时地进行目标识别的，基于ARM+DSP双核系统架构的红外超光谱信号处理机系统。

背景技术

物质的频域光谱信息又称谱指纹信息，能够反映出丰富而独特的物质特性，被广泛应用于分析化学、生物学、地质学、材料学等科学领域。高光谱遥感（Hyper Spectral Remote Sensing）克服了传统单波段、多光谱遥感在波段数、波段范围、精细信息表达等方面的局限性，以较窄的波段区间、较多的波段数量提供遥感信息；近年来，基于光谱指纹信息遥感技术在诸如大气、生态环境监测中得到应用，对于气体等许多物质频谱特征对光谱分辨率的要求应达到l nm甚至更高，即需要向超光谱(Ultraspectral)遥感发展。

超光谱遥感技术中，超光谱探测器在近十年来获得了重大突破，随着基于干涉原理的傅里叶变换红外光谱仪的出现，不仅可以获得高于1 nm的超高分辨率，而且可以实现全红外光谱范围内数千波段频域谱信息的实时采集，这为大气成分监测、空间探测、温室气体遥感、军事目标侦察等应用的研究和工程实现奠定了基础。在众多新的应用需求下，超光谱遥感系统的信号处理技术也迎来了全新的挑战，具体而言体现在以下几个方面：

(1)傅里叶变换红外光谱仪光谱仪获取的并非直接的频域光谱，而是干涉谱，如何对干涉谱的误差进行校正，如何从干涉谱反演出频域谱图，是传统色散光谱系统不曾遇到的问题；

(2)超光谱比高光谱有更多的波段和更细微的光谱信息，一个分辨率为1 cm^-1的超光谱系统在2-14μm红外谱段具有多达4287个波段，而每帧谱图的获取时间只需要几十ms，如此海量的数据怎样快速的完成大气修正、噪声去除、数据压缩等信息处理过程，同时怎样才能保证这些处理不会破坏小于1nm的窄谱段精细信息，也是亟待解决的问题；

(3)为了实现对物体的识别，需要与光谱数据库进行匹配，但是大型的光谱数据库通常包含几千以致上万条高精度的参考光谱，将导致光谱匹配计算占用大量的时间。怎样能在保持匹配准确的前提下快速完成目标辨识，也需要研究全新的特征提取与匹配方法。

发明内容

本发明的目的是提供用于目标识别的红外超光谱信号处理机技术方案，基于ARM+DSP双核架构，能够克服现有技术中存在的上述问题。

本发明提供技术方案如下：

一种用于目标识别的红外超光谱信号处理方法，针对光谱仪采集的红外超光谱信号，基于DSP+ARM双核架构实现光谱信号处理， DSP核和ARM核之间设有核间互联通道，光谱信号处理实现如下，

基于ARM核进行光谱信号处理控制，包括如下控制操作，

由ARM核控制网口，并从网口发出对光谱仪的控制命令，光谱仪收到命令后开始采集当前目标的光谱信号，ARM核控制网口实时地读取光谱仪，然后通过核间互联通道将光谱信号发送到DSP核，

在DSP核完成光谱信号预处理和后处理工作之后，ARM核接收DSP核的反馈数据，并通过将数据进行可视化处理并输出到视频外设；

基于DSP核进行光谱信号预处理，包括由DSP核接收ARM核发送的光谱信号，并进行一系列的预处理运算操作，之后得到预处理后的光谱信号；包括如下预处理运算操作，

快速傅里叶反变换，包括对接收到的光谱信号进行快速傅里叶反变换；

光谱校正，包括校正系数的计算和实时光谱校正，所述实时光谱校正包括根据计算得到的校正系数对快速傅里叶反变换后的光谱信号进行线性变换，从而得到校正后的光谱信号；

去噪，包括对校正后的光谱信号进行去噪，得到去噪后的光谱信号，作为预处理后的光谱信号；

基于DSP核进行光谱信号后处理，包括根据所述预处理后的光谱信号，由DSP核进行一系列的后处理运算操作，之后将运算结果回馈到ARM核；包括如下后处理运算操作，

光谱信号解混，包括根据光谱信号预处理所得去噪后的光谱信号，确定出当前目标的光谱信号实际包含的端元以及丰度系数，得到解混后的光谱信号；

光谱信号特征提取，包括对解混后的光谱信号进行特征提取工作，用一系列水平线与光谱曲线的交点个数为光谱特征值来反映光谱的形状特征，得到目标光谱特征值；

光谱信号匹配与目标识别，包括根据目标光谱特征值，将目标光谱特征值与预设光谱特征值库进行匹配计算，找出光谱特征值库中匹配结果最好的光谱，并通过核间互联通道将运算结果作为反馈数据发送到ARM核。