[发明专利]一种提高推扫式光谱仪高光谱图像的实时分辨率的方法在审
申请号: | 201911333614.0 | 申请日: | 2019-12-23 |
公开(公告)号: | CN111192196A | 公开(公告)日: | 2020-05-22 |
发明(设计)人: | 宋滢滢;代超;何帆;周振 | 申请(专利权)人: | 中电健康云科技有限公司 |
主分类号: | G06T3/40 | 分类号: | G06T3/40 |
代理公司: | 成都弘毅天承知识产权代理有限公司 51230 | 代理人: | 许志辉 |
地址: | 610000 四川省成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 提高 推扫式 光谱仪 光谱 图像 实时 分辨率 方法 | ||
1.一种提高推扫式光谱仪高光谱图像的实时分辨率的方法,其特征在于,包括:
利用推扫式光谱仪按照设定波长范围内的每一波长照射包含肿瘤的组织区域,得到对应时刻的观测图像,基于离线卷积模型将观测图像表示为空间模糊图像与噪音干扰的结合得到离线观测图像卷积模型;
将离线观测图像卷积模型转换为在线卷积模型,所述在线卷积模型包括每一个波长所对应的包括在线空间模糊图像和在线噪音干扰的在线观测图像,所述在线观测图像由推扫式光谱仪观测得到的具有空间维度和光谱维度的二维矩阵的每一列元素构成;
向量化每一时刻的二维矩阵,构建滑窗,拼接滑窗内的多个向量化的二维矩阵,然后构建成本函数,基于成本函数对拼接后的向量化的二维矩阵进行在线反卷积处理优化分辨率,利用梯度下降法对成本函数进行计算,当成本函数的值最小时所对应的向量化的二维矩阵即为该时刻最优向量化的二维矩阵,所述最优向量化的二维矩阵所对应的图像即为对应时刻分辨率优化后的高光谱图像。
2.根据权利要求1所述的一种提高推扫式光谱仪高光谱图像的实时分辨率的方法,其特征在于,所述观测图像为推扫式光谱仪按照一个方向在每一个时刻推扫包含肿瘤的组织区域得到的具有一个空间维度和一个光谱维度的观测二维矩阵。
3.根据权利要求1所述的一种提高推扫式光谱仪高光谱图像的实时分辨率的方法,其特征在于,所述离线观测图像卷积模型的计算式为:
Yp=H*p*Xp+Ep
其中,Yp表示波长p的观测图像,H*p为卷积核,Xp为波长p的待求解高光谱图像,Ep为噪音干扰。
4.根据权利要求3所述的一种提高推扫式光谱仪高光谱图像的实时分辨率的方法,其特征在于,所述卷积核H*p为一个二维的高斯矩阵,所述高斯矩阵表示为其中M为高斯矩阵的行数,L为高斯矩阵的列数,则第l列向量表示为:
5.根据权利要求4所述的一种提高推扫式光谱仪高光谱图像的实时分辨率的方法,其特征在于,设推扫式光谱仪获得观测图像时具有延迟,则在线卷积模型的计算式为:
其中,为延迟后的时刻k的观测图像的在线卷积形式,为实际时刻的观测图像的在线卷积形式,为的常对角矩阵,该常对角矩阵的第一排为第一列为为在线待求解高光谱图像,为在线噪音干扰。
6.根据权利要求5所述的一种提高推扫式光谱仪高光谱图像的实时分辨率的方法,其特征在于,所述构建滑窗,具体为:构造一个大小等于或大于卷积核的滑窗Q,在滑窗Q的长度的基础上再增加L-1的长度,构成新滑窗,每一时刻对新滑窗所覆盖的拼接后的向量化的二维矩阵进行反卷积,得到向量化后的最优结果,当前时刻计算完成便将新滑窗移动到下一时刻进行计算。
7.根据权利要求6所述的一种提高推扫式光谱仪高光谱图像的实时分辨率的方法,其特征在于,所述成本函数包括拟合项和三个正则项,所述三个正则项分别为时间正则项、空间正则项和光谱正则项。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中电健康云科技有限公司,未经中电健康云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911333614.0/1.html,转载请声明来源钻瓜专利网。