[发明专利]基于全色成像的压缩光谱成像系统及成像方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及一种压缩光谱的成像技术，可用于光谱图像的获取和重构，提高图像的空间分辨率。

背景技术

通过光谱成像，可捕获光的功率谱密度，这个功率谱密度是波长λ和空间位置(x,y)的函数。也就是说，光谱图像由相同视场下不同谱段的图像组成，其包含空间维信息和光谱维信息，而传统成像只包含空间维信息。光谱图像空间位置的光谱维信息对于表明场景中被观测物体的组成及结构有重大意义。促使光谱成像技术在地理遥感，大气环境监测，军事目标侦察、监视，气象观测，灾害预防等领域广泛应用。科研人员也一直致力于研究各种光谱成像系统和成像方法，但现有技术依然存在许多的问题，主要表现为：传统光谱成像的空间分辨率取决于探测器阵列密度，为提高空间分辨率而增加探测器阵列密度的代价是非常巨大的，且时间、空间、谱间的高分辨率往往难以同时兼得。如何利用现有的探测器来获得更高分辨率的光谱图像，是一个亟待解决的问题。

2006年由E.J.Candes、J.Romberg、T.Tao和D.L.Donoho等人提出的压缩感知CS理论为解决上述问题带来了新的希望。该理论指出，在信号获取的同时就对数据进行适当的压缩。相比于传统的信号获取和处理过程，在压缩感知理论框架下，采样速率不再决定于信号的带宽，而是决定于信号中信息的结构与内容，这使得传感器的采样和计算成本大大降低，而信号恢复过程是一个优化重构的过程。

设被采样信号X的长度为N，稀疏变换基为Ψ。即信号X在Ψ上的表示是稀疏的。压缩感知理论的数学模型要求设计一个与Ψ不相关的M×N维的观测矩阵Φ，其中M＜N，通过Φ与X相乘得到较低维数的观测数据Y：

Y＝ΦX

通过求解l₁范数下的优化问题来重构原始信号X，其数学表示为：

min||Ψ^TX||₁s.t.Y＝ΦX

根据上述理论，美国杜克大学的学者M.E.Gehm，R.Johm等设计并提出了CASSI(Coded Aperture Snapshot Spectral Imagers)系统，利用随机编码模板和色散元件，实现对光谱图像的观测，最后通过压缩感知理论重构出原始图像。然而，由于编码模板的选通作用，光谱图像在通过编码模板后会损失一半的有效信息，导致最终重构的光谱图像的空间分辨率不高。

发明内容

本发明的目的在于针对现有压缩光谱成像空间分辨率低，提出一种基于全色成像的压缩光谱成像系统和成像方法，以减小有效信息的损失，提高重构光谱图像的空间分辨率。

本发明的技术方案是这样完成的：

本发明的技术原理是借鉴M.E.Gehm，R.Johm等人提出的CASSI系统，在原有的压缩编码观测基础上增加了全色观测，组成全色成像和压缩光谱成像相结合的成像系统。

一.根据上述原理，本发明基于全色成像的压缩光谱成像系统，包括：

观测模块，图像重构处理模块，观测模块对光谱图像进行观测，获得观测图像，图像重构处理模块对观测图像进行重构，获得原始光谱图像，其特征在于，观测模块分为两个，即压缩光谱观测模块和全色观测模块，这两个观测模块的前端设有分束器模块；被采集的光谱图像的入射光束经过分束器模块分成信息相同、方向不同的两路光束，一路经过压缩光谱观测模块实现光谱图像的压缩编码观测，另一路经过全色观测模块实现光谱图像的全色观测；图像重构处理模块将这两个模块输出的光谱图像的压缩编码观测和全色观测结果进行联立融合后完成光谱图像的重构。

作为优选，所述的压缩光谱观测模块，包括第一透镜组、编码模板、色散元件和第一面阵探测器；编码模板位于第一透镜组的后端，实现对光谱图像的编码，色散元件位于编码模板的后端，用于平移光谱图像的光谱维信息，实现光谱图像的色散，第一面阵探测器位于色散元件的后端，用于观测图像，获取编码之后的图像信息。

作为优选，所述的全色观测模块，包括第二透镜组和第二面阵探测器，第二面阵探测器位于第二透镜组后端，用于观测图像，获取全色图像信息，该全色图像信息包括第一面阵探测器记录的光谱信息和丢失的光谱信息。

二.根据上述原理，本发明基于全色成像的压缩光谱成像方法，包括：

(1)光谱图像观测步骤：

(1a)设原始光谱信息矩阵f₀的大小为M×N×L，其中M×N为光谱信息空间分辨率，L为光谱信息的光谱分辨率；