[發明專利]光譜重建方法及裝置、設備及介質

有效

• 申請號: 202011025595.8
• 申請日: 2020-09-25
• 公開（公告）號: CN112268862B
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 崔開宇;徐晟;黃翊東;張巍;馮雪;劉仿
• 申請（專利權）人: 清華大學
• 主分類號: G01N21/25
• 分類號: G01N21/25;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 張睿

本發明實施例提供的光譜重建方法及裝置、設備及介質，該方法包括：利用第一光譜特征字典對待重建光譜進行初次重建，得到第一重建光譜；所述第一光譜特性字典中的元素為升余弦曲線，所述采樣點為所述待重建光譜的采樣點；所述第一光譜特性字典中的元素覆蓋所述待重建光譜的全部頻點范圍；對所述第一重建光譜進行處理，得到所述第一重建光譜的譜峰信息；所述譜峰信息包括：譜峰個數以及每個譜峰的譜峰位置與寬度值；利用所述譜峰信息生成與所述待重建光譜對應的第二光譜特征字典；利用所述第二光譜特征字典對所述待重建光譜進行再次重建，得到第二重建光譜，能夠解決稀疏優化和字典學習算法重建時間復雜度的問題，并提高重建的似然度和穩定性。

技術領域

本發明涉及光學信息處理技術領域，尤其涉及光譜重建方法及裝置、設備及介質。

背景技術

光譜能夠很好地反映物質性質，光譜學及光譜分析在近現代科學的諸多領域都有著重要的作用，應用場景遍及宇宙探測、宏觀場景檢測以及微觀物質分析。但囿于傳統光譜儀的龐大體積、高昂價格等因素，光譜分析的應用受到了較大的限制。近年來，隨著微納加工技術的發展，多種高精度光譜儀小型化的方案被提出，光譜儀的微型化、集成化大大促進了光譜學的發展和光譜分析的應用前景。這些小型化方案有：量子點、納米線和光子晶體等，在這些方案中，基于光子晶體空間光濾波器的方案在光譜成像等應用方面，具有集成度高、結構設計靈活、易于大規模制備等優勢。

基于光子晶體的光譜儀是利用光子晶體表面不同的周期結構，對同一束入射光進行不同的寬帶濾波調制，并由光探測器收集調制后輸出光。例如：在為入射光的光強為f(λ)；光子晶體表面結構透射系數為Φ_i；光電探測器的光譜響應為q(λ)；暗噪聲為e_i；第i個結構對應探測器收集到的光強值I_i為：

I_i＝∫f(λ)Φ_i(λ)q(λ)dλ+e_i

為便于數據的處理，對連續光譜進行離散點采樣，將積分式轉化為矩陣求和的形式：

其中m為光子晶體結構單元數目，n為頻譜采樣點數。利用收集光強值I_m×1和Φ_m×n，即可通過對線性方程組求逆，得到重建入射譜f_n×1。然而在實際實現中，一方面，器件實現的復雜度約束了光子晶體結構單元的數目；另一方面，對重建光譜精度的要求意味著更密集的頻譜采樣點數；這些導致重建所需求解的線性方程組欠定，因此需要合適的重建算法來提高基于光子晶體光譜儀的光譜重建表現。目前已有的算法中，表現最佳的是稀疏優化和字典學習的算法。

稀疏優化算法是考慮到光譜信息的內在聯系，認為自然界中的光譜信息可歸納為若干光譜特征的線性疊加。即對任意自然界中待重建光譜f，都可表示為光譜的稀疏表示矩陣Ψ和與光譜對應的稀疏表示系數s的乘積。其中光譜的稀疏表示矩陣Ψ就蘊含了光譜的特征，理想情況下，利用矩陣Ψ中的很少元素即能夠表示任意光譜信息；稀疏表示系數s則對應著待重建光譜中蘊含的部分特征，同時它僅有很少的非零元素。結合壓縮感知的背景，在明確光譜的稀疏表示矩陣后，即光譜字典，稀疏優化算法能夠起到較好的重建效果。

然而，稀疏優化本身是一個迭代算法，因此稀疏域的數據量也決定著最終稀疏優化的時間復雜度，與此同時它也決定著稀疏域蘊含的光譜信息量。在實際重建時，這兩者很難均衡。具體表現為：光譜稀疏域數據量過大時，稀疏優化算法延時較長，會影響到光譜重建的實時性能；光譜稀疏域數據量不足時，重建所需信息量不足，會影響到字典本身在稀疏優化中的表現。此外字典學習算法訓練出的光譜字典是具有數據傾向的，如果待重建光譜中蘊含訓練集中不含有的光譜特征，會導致稀疏優化算法重建出的光譜似然度較低，影響到訓練出的光譜字典在稀疏優化中的穩定性和泛用性。

因此，如何提供一種光譜重建方案，能夠解決稀疏優化和字典學習算法重建時間復雜度的問題，并提高重建的似然度和穩定性，是本領域技術人員亟待解決的技術問題。

發明內容