[發明專利]基于深度網絡解混的瞬態光譜儀

在審

• 申請號: 201910797710.4
• 申請日: 2019-08-27
• 公開（公告）號: CN110631699A
• 公開（公告）日: 2019-12-31
• 發明（設計）人: 韓靜;柏連發;王旭;趙壯;張毅;陳霄宇;樓嘯天;戚浩存
• 申請（專利權）人: 南京理工大學
• 主分類號: G01J3/28
• 分類號: G01J3/28;G06N3/04
• 代理公司: 32203 南京理工大學專利中心
• 代理人: 岑丹

本發明提出了一種基于深度網絡解混的瞬態光譜儀，包括望遠物鏡、數字微鏡器件DMD、棱鏡、準直透鏡、光柵、聚焦透鏡、CCD相機、光強還原模塊以及光譜重建模塊，光強還原模塊通過卷積神經網絡將色散疊加后的光譜還原為光強分布；光譜重建模塊將Hadamard?S矩陣與光強分布進行疊加形成Sub?Hadamard?S矩陣，并根據Sub?Hadamard?S矩陣重建光譜。本發明結構簡單，不需要配準過程，同時光強強，信噪比高。

技術領域

本發明屬于光譜成像技術，具體為一種基于深度網絡解混的瞬態光譜儀。

背景技術

光譜探測在工業、遙感、軍事等諸多方面都有著廣泛的應用。然而傳統的狹縫式光譜儀無法同時滿足快速與高信噪比，如果要提升系統響應速度，勢必會降低系統的采集時間，造成系統信噪比的降低。為提高光譜探測信噪比，科研人員引入了多路復用技術，但傳統多路復用技術需要多次測量才能得到最終結果，無法用于瞬態測量場景。因此出現了使用基于亞hadamard矩陣的多路復用瞬態光譜測量技術，此技術需同時測量場景光強分布與色散光強，通過可逆重建得到待測光譜，最終獲得較傳統光譜儀信噪比更高的光譜數據。但是這種方法在實際應用中也存在一定的問題，首先是同時采集光強和色散圖像需要使用雙光路系統，使得整體光強降低了一半，降低了信噪比。其次，雙相機圖像需要像素級配準，實際重建過程中會產生許多麻煩影響重建結果。最后，雙光路系統使得整體系統的體積增加，可靠性下降。

發明內容

本發明的目的在于提出了一種基于深度網絡解混的瞬態光譜儀。

實現本發明目的的技術解決方案為：一種基于深度網絡解混的瞬態光譜儀，包括望遠物鏡、數字微鏡器件DMD、棱鏡、準直透鏡、光柵、聚焦透鏡、CCD相機、光強還原模塊以及光譜重建模塊；

所述望遠物鏡用于將目標場景聚焦在數字微鏡器件DMD上；

所述數字微鏡器件DMD用于對目標場景進行編碼；

所述棱鏡正對數字微鏡器件設置，用于將編碼后目標場景折反至準直透鏡；

所述準直透鏡用于將棱鏡折反的目標場景進行準直；

所述光柵用于將準直后的目標場景進行色散；

所述CCD相機用于記錄色散疊加后的光譜；

所述光強還原模塊用于通過卷積神經網絡將色散疊加后的光譜還原為光強分布；

所述光譜重建模塊用于將Hadamard-S矩陣與光強分布進行疊加形成Sub-Hadamard-S矩陣，并根據Sub-Hadamard-S矩陣重建光譜。

優選地，所述卷積神經網絡包括解混模塊和增強模塊，所述解混模塊包括第一卷積層、逆卷積層、第二卷積層以及relu激活函數，所述第一卷積層用于提取光譜色散方向信息進行解混，所述逆卷積層用于將解混后的數據變換為與光譜數據相同維度的數據立方，所述第二卷積層以及relu激活函數用于從數據立方中提取初級特征；所述增強模塊用于對初級特征進行加強。

優選地，所述第一卷積層的卷積核大小為1×n，n為光譜色散在CCD上的像素長度，所述第二卷積層的卷積核大小為3×3。

優選地，所述增強模塊為encoder-decoder結構的網絡。

優選地，所述卷積神經網絡訓練時的Loss函數為：

其中，t為設定的閾值，表示歐式距離，其中x_i為label數據，為網絡輸出結果，N為樣板總數。

本發明與現有技術相比，其顯著優點為：