[发明专利]一种基于多级阶梯微反射镜的IFTS的图谱处理方法有效
申请号: | 201911389985.0 | 申请日: | 2019-12-30 |
公开(公告)号: | CN111208081B | 公开(公告)日: | 2021-06-01 |
发明(设计)人: | 吕金光;赵百轩;梁静秋;王维彪;秦余欣;陶金;任俊 | 申请(专利权)人: | 中国科学院长春光学精密机械与物理研究所 |
主分类号: | G01N21/3504 | 分类号: | G01N21/3504;G01J3/28 |
代理公司: | 长春众邦菁华知识产权代理有限公司 22214 | 代理人: | 张伟 |
地址: | 130033 吉*** | 国省代码: | 吉林;22 |
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 基于 多级 阶梯 反射 ifts 图谱 处理 方法 | ||
1.一种基于多级阶梯微反射镜的IFTS的图谱处理方法,其特征在于,包括以下步骤:
步骤S1:获取基于多级阶梯微反射镜的IFTS采集的干涉数据立方体;
步骤S2:将所述干涉数据立方体的干涉图像按照不同干涉级次对应的图像单元进行分割,得到干涉图像单元;步骤S2包括以下步骤:
步骤S2-1:以任意一幅干涉图像作为待分割图像,对所述待分割图像进行图像形态学边缘增强处理,得到初步边缘信息增强图像;
步骤S2-2:对所述初步边缘信息增强图像进行小波分解边缘信息增强处理,得到有效边缘信息增强图像;
步骤S2-3:对所述有效边缘信息增强图像进行边缘检测及插值拟合,得到完整的子阶梯边缘信息;
步骤S2-4:根据所述子阶梯边缘信息对所述待分割图像进行图像分割,得到所述待分割图像对应的干涉图像单元;
步骤S2-5:将所述待分割图像遍历所述干涉数据立方体的全部干涉图像,得到全部的干涉图像单元;
步骤S3:将所述干涉数据立方体的每幅干涉图像中同一级次的干涉图像单元按照扫描方向进行深度学习与特征拼接相结合的图像拼接,得到场景图像序列;步骤S3包括以下步骤:
步骤S3-1:以所述干涉数据立方体的每幅干涉图像中同一级次的干涉图像单元作为待配准图像单元,对所述待配准图像单元分别进行基于尺度不变特征变换算法的特征检测和基于深度学习卷积神经网络算法的特征检测,得到SIFT特征和卷积神经网络特征;
步骤S3-2:对所述SIFT特征和所述卷积神经网络特征进行特征融合,得到参考图像单元的候选关键点与所述待配准图像单元的候选关键点之间的相似度;
步骤S3-3:根据所述相似度结合基于局部最大熵的特征匹配算法进行特征匹配,将匹配完成的同一级次干涉图像单元按照扫描方向进行图像拼接,得到场景图像序列;
步骤S4:对所述场景图像序列进行基于频域滤波的图像融合,得到场景图像;
步骤S5:将所述干涉数据立方体的每幅干涉图像中含有同一目标的不同级次的干涉图像单元按照光程差顺序进行图像拼接,得到目标的干涉图像序列;
步骤S6:对所述干涉图像序列进行傅里叶变换,得到目标的重建光谱。
2.根据权利要求1所述的基于多级阶梯微反射镜的IFTS的图谱处理方法,其特征在于,
采用极坐标Hough变换边缘检测方法对所述有效边缘信息增强图像进行边缘检测。
3.根据权利要求1所述的基于多级阶梯微反射镜的IFTS的图谱处理方法,其特征在于,步骤S6包括以下步骤:
步骤S6-1:对所述干涉图像序列进行降维,得到一维干涉强度序列;
步骤S6-2:对所述一维干涉强度序列进行基线校正;
步骤S6-3:对基线校正后的一维干涉强度序列进行切趾;
步骤S6-4:对切趾后的一维干涉强度序列进行非均匀性采样校正;
步骤S6-5:对非均匀性采样校正后的一维干涉强度序列进行傅里叶变换,得到目标的重建光谱。
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国科学院长春光学精密机械与物理研究所,未经中国科学院长春光学精密机械与物理研究所许可,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/201911389985.0/1.html,转载请声明来源钻瓜专利网。