[發(fā)明專利]一種將卷積神經(jīng)網(wǎng)絡(luò)編碼成光譜透過率的方法

有效

• 申請?zhí)枺?/td>: 202010301978.7
• 申請日: 2020-04-16
• 公開（公告）號: CN111445543B
• 公開（公告）日: 2023-05-16
• 發(fā)明（設(shè)計(jì)）人: 陳碩;張馮頔
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06N3/0455;G06N3/0464;G06N3/048;G06N3/08;G01J3/28
• 代理公司: 大連理工大學(xué)專利中心 21200
• 代理人: 陳玲玉

本發(fā)明屬于光學(xué)領(lǐng)域，提供了一種將卷積神經(jīng)網(wǎng)絡(luò)編碼成光譜透過率的方法。基于編碼后的光譜透過率所采集圖像中各像素點(diǎn)的值等效于該像素點(diǎn)所對應(yīng)的光譜信號經(jīng)過均一化預(yù)處理及卷積神經(jīng)網(wǎng)絡(luò)處理后的結(jié)果，即使用通過特定光譜透過率成像的物理過程替代均一化預(yù)處理及卷積神經(jīng)網(wǎng)絡(luò)的數(shù)值運(yùn)算過程。因此，利用該方法可有效解決傳統(tǒng)高光譜成像技術(shù)的固有缺陷，如數(shù)據(jù)采集速度慢、數(shù)據(jù)傳輸及存儲負(fù)荷量高和數(shù)據(jù)后處理運(yùn)算量大等，進(jìn)而實(shí)現(xiàn)一種富含光譜信息的、快速的智能高光譜成像技術(shù)。

技術(shù)領(lǐng)域

本發(fā)明屬于光學(xué)領(lǐng)域，提供了一種將卷積神經(jīng)網(wǎng)絡(luò)編碼成光譜透過率的方法。

背景技術(shù)

高光譜成像技術(shù)是將成像技術(shù)與光譜測量技術(shù)相結(jié)合，通過探測目標(biāo)的二維幾何空間信息和隨波長分布的一維光譜信息，獲取高光譜分辨率的連續(xù)、窄波段的圖像，即三維高光譜數(shù)據(jù)立方體。與傳統(tǒng)成像技術(shù)相比，高光譜成像技術(shù)不僅可以利用所獲得的目標(biāo)影像信息作為圖像識別的基礎(chǔ)，還可以利用豐富的光譜特征反映目標(biāo)的內(nèi)部結(jié)構(gòu)及組成成分，發(fā)現(xiàn)用紋理、邊緣等空間特征無法或難以探測的目標(biāo)，因此被廣泛地應(yīng)用于國防安全、農(nóng)業(yè)、生物醫(yī)學(xué)等領(lǐng)域。然而，高光譜圖像數(shù)據(jù)通常體量巨大，導(dǎo)致其存在數(shù)據(jù)采集速度慢、數(shù)據(jù)傳輸及存儲負(fù)荷量高、數(shù)據(jù)后處理運(yùn)算量大等缺陷。近年來，通過將光譜數(shù)據(jù)后處理算法編碼成光譜透過率，進(jìn)而利用成像的物理過程替代數(shù)據(jù)后處理的數(shù)值運(yùn)算過程，可有效解決高光譜成像技術(shù)的上述固有缺陷。目前，已經(jīng)可以編碼成光譜透過率的數(shù)據(jù)后處理方法包括最小二乘回歸(PLS)、多元曲線分辨技術(shù)(MCR)、主成分分析(PCA)及線性判別分析(LDA)等。然而，高光譜數(shù)據(jù)通常具有數(shù)據(jù)體量大、復(fù)雜且信息冗余度高等特點(diǎn)，上述方法在一定程度上難以實(shí)現(xiàn)較優(yōu)的高光譜數(shù)據(jù)后處理。由于深度學(xué)習(xí)方法擅長發(fā)現(xiàn)高維數(shù)據(jù)中的復(fù)雜結(jié)構(gòu)，其逐漸成為高光譜數(shù)據(jù)最常用的后處理方法之一。卷積神經(jīng)網(wǎng)絡(luò)(CNN)作為深度學(xué)習(xí)中最具代表性的算法之一，由于采用了卷積層和池化層，在數(shù)據(jù)特征提取方面表現(xiàn)出了優(yōu)異的性能，其數(shù)據(jù)后處理結(jié)果通常遠(yuǎn)優(yōu)于上述傳統(tǒng)數(shù)據(jù)后處理方法。但是，目前尚未有將卷積神經(jīng)網(wǎng)絡(luò)編碼成光譜透過率的方法。

發(fā)明內(nèi)容

本發(fā)明提出一種將卷積神經(jīng)網(wǎng)絡(luò)編碼成光譜透過率的方法。該方法可以使得基于編碼后的光譜透過率所采集圖像中各像素點(diǎn)的值等效于該像素點(diǎn)所對應(yīng)的光譜信號經(jīng)過均一化預(yù)處理及卷積神經(jīng)網(wǎng)絡(luò)處理后的結(jié)果，即使用通過特定光譜透過率成像的物理過程替代均一化預(yù)處理及卷積神經(jīng)網(wǎng)絡(luò)的數(shù)值運(yùn)算過程，進(jìn)而實(shí)現(xiàn)一種富含光譜信息的、快速的智能高光譜成像技術(shù)。

本發(fā)明的技術(shù)方案為：

一種將卷積神經(jīng)網(wǎng)絡(luò)編碼成光譜透過率的方法；其中，用于編碼的卷積神經(jīng)網(wǎng)絡(luò)僅包含一維卷積層、平均池化層、全連接層等對輸入數(shù)據(jù)進(jìn)行線性變換的層結(jié)構(gòu)，且網(wǎng)絡(luò)中所有的激活函數(shù)均為線性函數(shù)；通過對卷積神經(jīng)網(wǎng)絡(luò)中各類層結(jié)構(gòu)所涉及的數(shù)學(xué)公式進(jìn)行推導(dǎo)，最終將整個(gè)卷積神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換為一個(gè)線性方程，該線性方程中輸入與輸出的映射關(guān)系等同于該卷積神經(jīng)網(wǎng)絡(luò)，并將線性方程的權(quán)重進(jìn)一步編碼成光譜透過率；若編碼后的光譜透過率存在負(fù)值，則編碼后的光譜透過率將被分解為兩組非負(fù)的光譜透過率，即成像光譜透過率及補(bǔ)償光譜透過率，上述兩組光譜透過率所獲得的光學(xué)測量值之差等效于基于編碼后的光譜透過率所獲得的光學(xué)測量值；通過將編碼后的光譜透過率所獲得的光學(xué)測量值與全通光譜透過率所獲得的光學(xué)測量值兩者相除，進(jìn)而實(shí)現(xiàn)均一化預(yù)處理；最終實(shí)現(xiàn)使用通過特定光譜透過率成像的物理過程替代均一化預(yù)處理及卷積神經(jīng)網(wǎng)絡(luò)的數(shù)值運(yùn)算過程。

具體實(shí)現(xiàn)過程如下：

步驟一、將可用于編碼的卷積神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)化為一個(gè)線性方程。其中，可用于編碼的卷積神經(jīng)網(wǎng)絡(luò)應(yīng)該滿足兩個(gè)條件：1.卷積神經(jīng)網(wǎng)絡(luò)只能由具有線性特性的層結(jié)構(gòu)構(gòu)成，如卷積層、平均池化層(包括全局平均池化層)和全連接層；2.所有的激活函數(shù)均為線性激活函數(shù)。各類層結(jié)構(gòu)的公式如下所示：