[发明专利]一种基于RGB图像的超光谱反射率重建方法

说明书

本发明公开的一种基于RGB图像的超光谱反射率重建方法，涉及一种超光谱反射率重建方法，属于计算摄像学领域。本发明分为训练阶段和使用阶段。训练阶段在训练集中，把超光谱反射率映射到RGB颜色空间，根据RGB值求解每个像素的色度；根据每个像素的色度对像素进行聚类；对每个聚类的像素反射率使用字典学习得到反射率稀疏字典；把稀疏字典映射到RGB空间得到RGB字典。使用阶段对采集的RGB图像白平衡；求解图像每个像素点色度，根据色度寻找每个像素点所属聚类；对于每个聚类中的像素点，使用该聚类RGB字典进行有约束稀疏编码；根据聚类的反射率字典和稀疏编码，重建像素的超光谱反射率。本发明能够在不需要特殊设备、具有较快重建速度的前提下提高重建精度。

技术领域

本发明涉及一种超光谱反射率重建方法，具体涉及一种基于RGB图像的超光谱反射率重建算法，属于计算摄像学领域。

背景技术

超光谱成像技术不同于传统的彩色图像成像技术，它获取的图像通常包括几十或几百个窄波段通道，远多于传统彩色图像的3通道或4通道。这种技术获取到的图像通常被称为数据立方体，相比于传统图像只具有空间维度，它具有空间、光谱共三个维度。

超光谱成像技术具有广泛的应用场景。这种技术在计算机视觉领域可用于目标分割、追踪以及识别，早期主要应用于遥感，但是近年来也被越来越多的应用于商业市场以及生物技术、生命科学和医学领域等。

传统的超光谱成像技术通常利用光栅、棱镜等器件的分光性能，通过多次曝光采集多个狭窄波段范围的图像。这种过程常常较为耗时，使用的硬件也通常价格昂贵，且需要进行精确的标定过程。

近年来，超光谱成像技术也被应用于多媒体技术中，例如彩色图像的重光照技术。在一种未知光照下的彩色图像，通过重光照过程可以得到在另一种已知光照下的彩色图像。由于重光照技术主要追求的是视觉效果，相对于传统应用，重光照技术对超光谱成像的准确度要求较低，而对实时性要求较高。

已有技术中具有两种类型的超光谱反射率重建方法：第一种方法采集场景的超光谱图像，根据已知的场景光照求解超光谱反射率，这种方法要求场景光照已知，需要在暗室中用特殊光源对场景进行照射并进行采集，对设备和环境的要求高，且超光谱图像的采集通常需要比较长的时间。第二种方法利用稀疏表达技术，使用超光谱反射率的训练集得到单个稀疏字典，随后采集场景的RGB图像，对每个像素点的超光谱反射率进行估计，这种方法的缺点是精度相对低，但是无需特殊设备，并且重建速度通常较快。

根据多媒体应用对超光谱反射率重建算法的要求，需要一种基于场景RGB图像的算法，能够以较快的重建速度、较低的设备要求达到更高的重建精度。

发明内容

针对已有技术中基于RGB图像的超光谱反射率重建算法的缺点，本发明公开的一种基于RGB图像的超光谱反射率重建方法要解决的技术问题是提供一种超光谱反射率重建方法，在不需要特殊设备、具有较快重建速度的前提下提高重建精度。

为达到以上目的，本发明采用以下技术方案：

本发明公开的一种基于RGB图像的超光谱反射率重建方法，分为训练阶段和使用阶段。训练阶段在超光谱图像反射率的训练集中，把超光谱反射率映射到RGB颜色空间，并根据RGB的值求解每个像素的色度；根据每个像素的色度对像素进行聚类；对每个聚类中的像素反射率使用字典学习得到反射率的稀疏字典；把稀疏字典映射到RGB空间得到RGB字典。使用阶段对采集的RGB图像进行白平衡；求解白平衡后图像每个像素点的色度，并根据色度寻找每个像素点所属聚类；对于每个聚类中的像素点，使用该聚类的RGB字典进行有约束稀疏编码；根据聚类的反射率字典和稀疏编码，重建像素的超光谱反射率。

本发明公开的一种基于RGB图像的超光谱反射率重建方法，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；