[發明專利]一種基于無監督網絡解色散模糊的高光譜成像方法

在審

• 申請號: 202110243398.1
• 申請日: 2021-03-05
• 公開（公告）號: CN112950736A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 曹汛;張理清;華夏;王漱明
• 申請（專利權）人: 南京大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T7/90
• 代理公司: 江蘇法德東恒律師事務所 32305
• 代理人: 李媛媛

1.一種基于無監督網絡解色散模糊的高光譜成像方法，其特征在于，包括如下步驟：

S1，采集色散模糊的RGB圖像；

S2，構建無監督學習的卷積神經網絡，該網絡的輸入為色散RGB圖像，網絡的輸出為重建的高光譜圖像；

S3，將步驟S1采集的單張色散RGB圖像輸入步驟S2的卷積神經網絡中，使用在線訓練的方法重建圖像的光譜信息；

S4，根據成像系統生成的色散圖像的物理關系驅動所述卷積神經網絡的參數優化，利用反向傳播算法訓練所述卷積神經網絡從色散RGB圖像中重建出高光譜數據的能力；

S5，重復迭代多次，得到逐漸逼近真實高光譜圖像的重建結果。

2.根據權利要求1所述的一種基于無監督網絡解色散模糊的高光譜成像方法，其特征在于，步驟S1中，利用一個色散元器件和一個圖像傳感器采集色散模糊的RGB圖像；高光譜信號通過所述色散元器件后在其對應色散方向形成色散，即每個通道的二維數據在二維空間上發生位移，再由所述圖像傳感器采集色散模糊的RGB圖像。

3.根據權利要求1所述的一種基于無監督網絡解色散模糊的高光譜成像方法，其特征在于，步驟S2中，所述卷積神經網絡為一個對稱的U型卷積神經網絡UNet，前半部分下采樣四次，后半部分上采樣4次，在相同尺度階段使用跳層連接將前后特征在光譜通道維度上進行疊加融合；所述卷積神經網絡不限制輸入圖像的尺寸，且輸入和輸出的圖像尺寸在二維空間維度上一致，實現將色散模糊的RGB圖像映射到高光譜圖像。

4.根據權利要求1所述的一種基于無監督網絡解色散模糊的高光譜成像方法，其特征在于，步驟S4中，將所述卷積神經網絡輸出的重建高光譜圖像由采集系統形成色散的物理關系重新計算得到色散RGB圖像，并通過反向傳播使其接近輸入的色散RGB圖像，網絡優化目標為：

Loss＝min‖MS′-D‖

＝min‖D′-D‖

其中S′代表網絡輸出的重建高光譜圖像，大小為h×w×c，w、h分別表示圖像的橫向尺寸和縱向尺寸，c為光譜通道數；D代表網絡輸入的色散RGB圖像，大小為h×w×3；M代表高光譜圖像和色散RGB圖像之間的物理關系；D′代表重新計算得到的色散RGB圖像，其大小和輸入的色散RGB圖像D相同。

5.根據權利要求1所述的一種基于無監督網絡解色散模糊的高光譜成像方法，其特征在于，步驟S5中，經過多次反向傳播算法迭代，最小化損失函數，將重建高光譜圖像目標轉化為使網絡輸出高光譜圖像重新計算得到的色散RGB圖像逐漸逼近輸入的色散RGB圖像。