[发明专利]一种基于RGB图像的超光谱反射率重建方法

权利要求书

1.一种基于RGB图像的超光谱反射率重建方法，其特征在于：分为训练和使用两个阶段，包括如下步骤：

步骤一：训练阶段用于根据像素色度得到聚类以及每个聚类的稀疏字典和RGB稀疏字典；

步骤1.1：对训练集中像素点的超光谱反射率使用映射函数进行颜色空间映射，得到像素点对应的色度；

对训练集合中的所有超光谱反射率像素点，使用如公式(1)所示的映射函数映射到RGB空间，再使用如公式(2)所示的映射函数从RGB空间映射到色度空间：

Y＝CS (1)

其中Y是一个3行M列的实矩阵，是向量化表示的RGB空间像素集合，它的每一列表示一个3通道的像素点；C是一个3行B列的实矩阵，表示B个光谱通道到RGB通道的变换矩阵；S是一个B行M列的实矩阵，是向量化表示的超光谱像素反射率集合；q∈{R，G，B}表示3个颜色通道，表示第m个像素点在q通道的像素值，表示第m个像素点在q通道的色度值；

步骤1.2：根据色度值，使用聚类算法对所有的像素点进行聚类；

步骤1.3：使用字典学习得到步骤1.2中每个聚类的稀疏字典；

对每一个聚类中的像素点使用如公式(3)所示的优化方程进行稀疏字典学习；

其中：T_k是第k个聚类中像素点反射率的向量表示，D_k是所求稀疏字典，B_k是稀疏编码，ξ是一个设定的权重参数且1≥ξ≥0，||·||_k表示矩阵的弗罗宾尼斯Frobenius范数，||·||₁表示矩阵的1范数，和分别是稀疏字典学习后得到的稀疏字典和稀疏编码；

步骤1.4：对步骤1.3中的稀疏字典使用颜色空间映射得到对应RGB字典；

将步骤1.3中获得的每个聚类的反射率字典，通过如公式(4)所示的映射函数映射到RGB空间：

H_k＝CD_k (4)

其中H_k是第k个聚类的RGB字典；

步骤二：使用阶段利用步骤一中得到的聚类和稀疏字典、RGB字典，重建像素的超光谱反射率；

步骤2.1：对彩色相机采集到的RGB图像进行白平衡处理；

步骤2.2：对白平衡后的RGB图像使用如公式(2)所示方法得到每个像素点对应色度；

步骤2.3：根据步骤2.2得到的色度计算每个像素点所属聚类；

计算图像中每个像素的色度与训练得到的每个聚类中心色度的距离，寻找距离最小的聚类作为该像素所属聚类；

步骤2.4：根据步骤2.3得到的聚类以及每个聚类的RGB字典求解稀疏编码；

对于步骤2.3中每个聚类中的像素点，使用RGB字典进行有约束稀疏编码，稀疏编码通过公式(5)中的优化方程进行求解：

其中，A_k表示第k个聚类中像素的稀疏编码，代表第k个聚类中超光谱反射率的均值，η₁、η₂和η₃均是设定的权重参数且数值范围为≥0且≤1，Y_k表示RGB图像中属于第k个聚类中所有像素，U_k中每一列对应Y_k中每个像素的非局部特征；表示U_k中的第m个像素点的非局部特征，该非局部特征计算方法如公式(6)所示：

其中，D_kα_m，n表示第m个像素点在集合Ω_m中的一个相似像素点，集合Ω_m表示第m个像素点空间邻域，n是集合Ω_m中的第n个像素，w_m，n表示权重，w_m，n的计算方法如公式(7)所示：

其中，W表示标准化因子，h是一个预定义的标量，表示中心为第m个像素点的RGB像素值，表示集合Ω_m中第n个像素点的RGB像素值；

步骤2.5：根据步骤2.4中的稀疏编码和步骤一中得到的稀疏字典，利用公式(8)重建光谱反射率；

S_k＝D_kA_K (8)。