[發明專利]基于雙相機的高光譜低秩張量融合計算成像方法

有效

• 申請號: 202110255325.4
• 申請日: 2021-03-09
• 公開（公告）號: CN112989593B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 肖亮;梁正輝;汪順清
• 申請（專利權）人: 南京理工大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06V10/762;G06V10/74;G06K9/62;G01J3/28;G06F111/04
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 陳鵬

1.一種基于雙相機的高光譜低秩張量融合計算成像方法，其特征在于，包括以下步驟：

建立壓縮光譜測量裝置，獲取壓縮測量光譜數據；

采取全色相機裝置，獲取全色圖像；

構造兩路數據感知的前向測量算子，包括光譜感知光路前向測量算子和全色感知光路前向測量算子；

構造光譜感知光路前向測量算子方法為：將目標場景的高光譜圖像表示為M，N和L分別表示高、寬和光譜模式的大小，則高光譜圖像上任意一點的像素值為x(i,j,λ)，滿足1≤i≤M，1≤j≤N和1≤λ≤L，其中i和j表示空間坐標大小，λ表示光譜坐標大小，壓縮光譜測量裝置的數學模型可表示為：

其中，G^c(i,j)是在探測器位置(i,j)上的強度，R_c(λ)表示該探測器的光譜響應函數，T(i,j)表示編碼孔徑的傳播函數，S(λ)表示由色散棱鏡引起的偏移函數；因此，光譜壓縮測量模型可建立為

其中，為壓縮測量數據，Φ_c表示光譜感知前向測量算子，ν_c表示高斯白噪聲；

構造融合計算成像保真約束；具體為：

其中：G＝[G_c；G_p]，Φ＝[Φ_c；Φ_p]和ν＝[ν_c；ν_p]；Φ為雙光路數據感知的前向測量算子；

構造全色感知光路前向測量算子方法為：全色相機光路中，沒有編碼孔徑和色散棱鏡的影響，其數學模型表示為

式中，G^p(i,j)表示全色圖像中像素點(i,j)的強度，R_p(λ)為探測器的光譜響應函數，則建立全色感知光路的觀測模型為：

其中，表示全色圖像，Φ_p表示全色感知光路前向測量算子，ν_p表示高斯白噪聲；

構造非局部高光譜張量低秩約束，即結合全色圖像非局部相似性，構造非局部高光譜圖像塊的4階張量隊列秩約束；具體流程為：

1)將全色圖像G_p從空間上劃分為大小為s_M×s_N的二維圖像塊，取s_M＝s_N，范圍為s_M∈[5,10]，圖像塊與圖像塊之間選擇適當的重疊大小Δ，4≤Δ≤8；

2)采用K-means算法將相似的二維圖像塊分成K個聚類其中N_k是第k個聚類的數量；

3)基于聚類結果，構建具有相同空間結構的高光譜圖像塊的編組，即其中的空間位置與相同，s_M×s_N×L為三維立方塊的大小；

4)在第k聚類的高光譜圖像立方塊能構成一個4階張量它有高、寬、光譜、非局部四個模式；

5)的張量隊列秩包含了沿著三個模式的展開矩陣和的秩，其中是的模式-t矩陣展開；矩陣的秩能夠捕獲兩個空間模式和其它兩個模式之間的相關性；矩陣的秩能夠表示前三個模式和非局部模式的相關性；

建立自適應非局部低秩張量正則化模型；所述自適應非局部低秩張量正則化模型包含兩項：數據保真項和非局部低秩張量約束項，其具體模型為：

其中，運算符表示Frobenius范數，τ為正則化參數；共包含K個四階張量表示矩陣的第i大的奇異值，ε是接近于0的正數；由于不同模式的展開矩陣的低秩程度不同，可設計如下自適應權重

其中I_j表示張量的第j模式的維度大小；

交替方向乘子法迭代優化求解，輸出計算成像結果；所述交替方向乘子法迭代優化求解的方法為：

1)建立增廣拉格朗日函數，即引入三個輔助變量和其自適應非局部低秩張量正則化模型對應的增廣拉格朗日函數：

其中，μ＞0為懲罰參數，和為拉格朗日乘子，和分別是的模-1，的模-2和的模-3的矩陣展開；

2)對該增廣拉格朗日問題能通過交替方向乘子法迭代求解，最終輸出計算成像結果。

2.根據權利要求1所述的基于雙相機的高光譜低秩張量融合計算成像方法，其特征在于，所述的壓縮光譜測量裝置主要由物鏡、帶通濾波器、編碼孔徑、色散棱鏡、中繼鏡和探測器組成，該光路信號先經過隨機伯努利矩陣的編碼孔徑的編碼；通過帶通濾波器進行濾波，限制光譜的范圍；編碼和濾波后的圖像經由中繼鏡傳播到色散棱鏡后，不同波段的圖像會沿著水平方向作不同程度的偏移；最后，所有波段的圖像在探測器上進行疊加，得到二維的壓縮光譜測量數據。