[发明专利]基于LCTF的全偏振高光谱压缩感知成像方法

权利要求书

1.一种基于LCTF的全偏振高光谱压缩感知成像方法，其特征在于，包括：

步骤1、采用基于LCTF的全偏振高光谱压缩感知成像系统探测包含全斯托克斯参量的图像，即二维压缩观测值；该系统包括线性延迟器、液晶可调滤光器、数字微镜阵列和面阵探测器，所述线性延迟器的穆勒矩阵设计为每一列前两个元素的绝对值不同；线性延迟器和液晶可调滤光器共同实现偏振维压缩；所述液晶可调滤光器切换L个不同的中心波长，输出每个波段下的图像，实现光谱维压缩；所述数字微镜阵列对每个波段的图像进行编码，实现空间维编码压缩；原始图像依次经线性延迟器、液晶可调滤光器、数字微镜阵列后，由面阵探测器探测，获得包含全斯托克斯参量的图像；

步骤2、根据所述二维压缩观测值，利用稀疏编码和正则化优化算法，重构原始图像的四个斯托克斯参量；

所述步骤2为：

步骤21、根据线性延迟器和液晶可调滤光器对光波斯托克斯参量的作用形式、液晶可调滤光器对光波各谱段信息的作用形式，以及数字微镜阵列对光波二维空间信息的作用形式，构建系统的观测矩阵H＝ΦE；其中，

Φ_xy表示数字微镜阵列的空间传递矩阵，Φ_λ表示液晶可调滤光器光谱通道的透过率矩阵；表示克罗内克积；

E＝[E1 E2 E3 E4]；

其中，E_i为对角阵元素；四个对角矩阵E1、E2、E3、E4的对角阵元素依次为：其中的m_pq为线性延迟器的穆勒矩阵M_lr中第p行第q列的元素，p＝1,2，q＝1,2,3,4；N_x、N_y和N_λ分别为原始图像的空间两个维度大小和光谱维度大小；

步骤22、利用H和为原始图像的四个斯托克斯参量选定的稀疏基Ψ，构建系统的感知矩阵A＝HΨ；

步骤23、将系统探测的所述二维压缩观测值g和所述感知矩阵A代入正则化优化函数，求解出稀疏系数θ；

步骤24、利用稀疏基Ψ与稀疏系数θ相乘，获得原始图像的四个斯托克斯参量S₀,S₁,S₂,S₃。