[发明专利]一种针对MSFA高光谱图像的去马赛克与压缩融合框架

说明书

本发明公开了一种针对MSFA高光谱图像的去马赛克与压缩融合框架，包括PPI图生成模块、压缩\解压缩模块和快速去马赛克模块；PPI图生成模块使用DPG‑Net网络获取Raw图中的各种特征，并针对特征进行图像重建，将重建的图像进行输出，生成PPI图像；压缩\解压缩模块用于压缩\解压缩Raw图和PPI图，减少压缩后文件的大小和算法的复杂度；快速去马赛克模块先Raw图和PPI图的光谱通道分离；再将分离后的Raw图与PPI图相减；对两者之差进行卷积，卷积后的图再与PPI相加，得到最终去马赛克图像。本发明框架具有压缩率高且在解压端去马赛克速度快的特点。

技术领域

本发明属于图像处理技术领域，具体涉及一种高光谱图像的去马赛克与压缩融合框架。

背景技术

高光谱成像作为一种新兴成像系统，随着成像技术的不断成熟，如今已经广泛应用国土测绘、城乡建设、统计调查、农林业资源监测、真假目标识别等多个领域。高光谱成像技术大致可分为两种：一，针对每个光谱生成一张单独的图像；二，使用MSFA使一张包含多个通道信息。前者因需要更换滤光镜等操作，成像速度较慢、相机较为昂贵且无法准确拍摄运动中的物体；而后者则在每个像素点只具有单个光谱通道信息(颜色)，如图1所示，当光线通过MSFA阵列时，每个像素点只允许一个光谱通道的信息通过，是以Raw图的每个像素都只能储存一个光谱通道的信息，需要去马赛克算法获取全光谱全解析度图像。去马赛克过程如图2所示，假设Raw图的长高为W和H，具有9个光谱通道，去马赛克算法则把Raw图的W×H×1扩充至W×H×9。无论使用哪种方法，高光谱图像相比传统图像都需要更多的储存空间，是以对高光谱图像的压缩与解压缩也是一个重要的步骤。其中，去马赛克是MSFA成像的必要步骤，压缩/解压缩是MSFA图像储存的重要步骤。

发明内容

为了克服现有技术的不足，本发明提供了一种针对MSFA高光谱图像的去马赛克与压缩融合框架，包括PPI图生成模块、压缩\解压缩模块和快速去马赛克模块；PPI图生成模块使用DPG-Net网络获取Raw图中的各种特征，并针对特征进行图像重建，将重建的图像进行输出，生成PPI图像；压缩\解压缩模块用于压缩\解压缩Raw图和PPI图，减少压缩后文件的大小和算法的复杂度；快速去马赛克模块先Raw图和PPI图的光谱通道分离；再将分离后的Raw图与PPI图相减；对两者之差进行卷积，卷积后的图再与PPI相加，得到最终去马赛克图像。本发明框架具有压缩率高且在解压端去马赛克速度快的特点。

本发明解决其技术问题所采用的技术方案如下：

一种针对MSFA高光谱图像的去马赛克与压缩融合框架，包括PPI图生成模块、压缩\解压缩模块和快速去马赛克模块；

所述PPI图生成模块通过以下步骤实现：

步骤1-1：从公开多光谱数据集抽取多幅图像，并分别采样每幅图像的H个频谱通道组成原始多光谱图像数据I，再采用MSFA仿真得到对应的Raw图I^MSFA；

对H个频谱通道组成原始多光谱图像数据I进行平均生成真实PPI图I^M；

将I^MSFA和I^M组成训练对；所有抽取图像生成的训练对组成数据集；将数据集分为训练集和测试集；

步骤1-2：构建DPG-Net网络；

DPG-Net网络所述网络输入为Raw图，Raw图同时经过左边路径和右边路径的计算，并对两个结果相加，形成输出PPI图；

所述左边路径从输入到输出依次为：卷积层C1，激活层A1，卷积层C2，激活层A2，卷积层C3，激活层A3，卷积层C4；

所述激活层皆为ReLU函数；

所述卷积层C1包含24个9×9的滤波器，步长为1；

所述卷积层C2包含24个7×7的滤波器，步长为1；