[发明专利]一种多光谱单像素成像的深度学习图像重构方法

摘要

本发明提供一种多光谱单像素成像的深度学习图像重构方法，包括：测量过程和重构过程，测量过程是利用编码图案对目标场景进行编码，而后利用多光谱探测器记录不同波长对应的光强。在物理方式实现多光谱单像素探测后，基于深度神经网络的图像重建方法，实现从所有的探测信号Yc中重构出原始信号X的过程。该深度神经网络由线性映射网络和卷积神经网络组成，将C个测量向量按列拼接在一起形成一个新的矩阵Y′，线性映射网络以Y′为输入数据初步对数据进行线性处理，而后将线性处理结果经过卷积神经网络进行通道间的信息融合处理，最终重建得到待观测图像X。本发明的技术方案解决了现有技术中的算法复杂度高、重建时间较长，且对采样率要求较高的问题。

主权项

1.一种多光谱单像素成像的深度学习图像重构方法，包括测量过程和重构过程，所述测量过程步骤如下：步骤S1：利用编码图案对目标场景进行编码；假设多光谱图像X大小为N×N，颜色通道个数为C，采样率为p，则采样次数为M＝p*N²，根据压缩感知理论，得到C个大小为M×1的测量向量Y_c，多光谱单像素成像的正向模型表示为：Y_c＝ΦX_c(c＝1，...，C)                (1)式中，表示不同波段通过压缩测量获得的测量值，表示单个颜色通道图像，c表示第c个通道，是测量矩阵；步骤S2：利用多光谱探测器记录不同波长对应的光强；单像素成像可采用两种方式：主动式成像或被动式成像；主动式成像利用复色光源经过空间光调制器编码后通过投影镜头照射物体，而后利用探测器记录相应光强；被动式成像通过成像镜头将物体成像在空间光调制器，而后通过探测器记录相应光强；上述过程中，所述空间光调制器通过加载预定的编码图案实现对景物的编码；步骤S3：在物理方式实现多光谱单像素探测后，再从所有的探测信号Y_c中重构出信号X实现图像重构的过程；其特征在于，所述实现图像重构的过程如下：步骤1：建立样本数据；步骤2：训练深度神经网络，深度神经网络由线性映射网络和卷积神经网络组成；步骤3：将式(1)中C个测量向量按列拼接在一起形成一个新的矩阵Y′，大小为CM×1，线性映射网络以Y′为输入数据初步对数据进行线性处理；步骤4：将线性处理结果经过训练后的深度神经网络进行通道间的信息融合处理，重建得到待观测图像X。