[发明专利]一种光谱成像方法以及系统、装置

说明书

本发明公开了一种光谱成像方法以及系统、装置，其中方法包括：获得目标场景的高光谱图像，初始化高光谱图像，获得待处理图像，将待处理图像均分成若干三维光谱块，将若干所述三维光谱块分成多个簇，求得每个簇的主成分字典；获取三维光谱块的若干待计算相似块，并取若干其中的最相似块，并根据所述字典，求得三维光谱块的加权稀疏表示系数；根据字典与加权稀疏表示系数获得图像函数，重建图像函数，获得目标图像函数，通过迭代更新字典和加权稀疏表示系数，使得所述目标图像函数收敛，获得最终图像函数。利用高光谱图像中存在的非局部相似块的加权和计算来抑制稀疏编码噪声，提高稀疏编码的准确度，降低图像重建过程中的细节损失。

技术领域

本发明涉及一种光谱成像的方法，具体涉及一种重建光谱图像的方法。

背景技术

高光谱图像由两个空间维度和一个光谱维度组成，与目前普遍采用的RGB三色成像相比，高光谱图像可以获得更多的光谱通道，从而获得更多拍摄目标的细节和特征，因此广泛应用于遥感、医学成像等领域。

传统的高光谱图像一般通过扫描的方式获得，这种方式以牺牲时间分辨率为代价换取光谱分辨率，这种成像方式会导致动态场景无法拍摄。为了拍摄动态沉井，编码孔径光谱成像被提出。编码孔径光谱通过单次曝光，对三维的高光谱数据进行稀疏低维采样，在灰度相机上获得混叠的光谱信息，通过计算重建出三维的光谱数据，具有获取光谱视频的能力。

如何提升光谱图像重建的质量是编码孔径光谱成像的关键课题，利用不同的重建算法来提升重建质量是常用的重建方法，TV正则化算法就是其中之一。但是这种算法会使重建图像过于平滑，损失图像细节。

发明内容

为了解决上述技术问题，本申请提供一种光谱成像方法。

一种光谱成像方法，具体包括：

获得目标场景的高光谱图像，初始化所述高光谱图像，获得待处理图像，将所述待处理图像均分成若干三维光谱块，将若干所述三维光谱块分成多个簇，求得每个簇的主成分字典；获取所述三维光谱块的若干待计算相似块，并取若干其中的最相似块，并根据所述字典，求得所述三维光谱块的加权稀疏表示系数；根据所述字典与所述加权稀疏表示系数获得图像函数，重建所述图像函数，获得目标图像函数，通过迭代更新所述字典和所述加权稀疏表示系数，使得所述目标图像函数收敛，获得最终图像函数。

进一步地，在所述初始化高光谱图像前，还包括：获得灰度图像以及灰度图像的灰度矩阵；获得RGB图像以及RGB图像的RGB矩阵，联合灰度图像和RGB图像获得高光谱图像。

进一步地，所述初始化高光图谱，具体包括：将所述高光谱图像与所述高光谱图像的矩阵的转置矩阵相乘。

进一步地，求得所述三维光谱块的加权稀疏表示系数，具体包括：沿所述三维光谱块的周围取若干待计算相似块，比较所述三维光谱块和每一待计算相似块的RGB三通道的像素差，根据像素差大小从若干待计算相似块中分辨出若干最相似块，根据所述字典求得每一所述最相似块的稀疏表示系数，根据所述稀疏表示系数求得所述三维光谱块的加权稀疏表示系数。

进一步地，通过迭代更新所述字典和所述加权稀疏表示系数，其中，每迭代10-25次更新一次所述字典和所述加权稀疏表示系数。

进一步地，将若干所述三维光谱块分成多个簇，求得每个簇的字典，具体包括：将若干所述三维光谱块利用K均值聚类算法分成多个簇，对每个簇进行主成分分析，求得每个簇的字典。

一种光谱成像系统，包括：

图像处理单元，用于获得目标场景的高光谱图像，初始化高光谱图像，获得待处理图像；

图像分割单元，用于将所述待处理图像均分成若干三维光谱块，并获取所述三维光谱块的若干待计算相似块；