[发明专利]高光谱快照图像恢复方法、装置、设备及介质

权利要求书

1.一种高光谱快照图像恢复方法，其特征在于，所述方法包括：

获取光谱图像数据集，根据所述光谱图像数据集的数据特征编写卷积神经网络所需的数据接口；

将所述光谱图像数据集分割成若干份，构建训练集和测试集；

使用随机掩膜与所述训练集进行叠加，设定通道像素，并将图像进行倾斜处理后在光谱维度进行叠加获得混叠图像，以所述混叠图像作为输入，所述训练集作为待拟合数据，端到端训练模型；

以深度迭代展开的形式构建恢复算法，所述算法包括多个在形式上重复的子阶段，每个子阶段以交替投影法对解进行优化，逐步逼近所期望的恢复解；

利用基于区域自注意力机制的神经网络进行建模学习，构建恢复算法模型；

设置训练参数和损失函数策略，对构建好的恢复算法模型进行训练并验证；

通过所述恢复算法模型将压缩感知图像恢复为高光谱图像。

2.如权利要求1所述的高光谱快照图像恢复方法，其特征在于，所述方法还包括预处理光谱图像数据集，具体包括：

在训练时从原始图像随机裁剪出固定空间分辨率的图像块；

对所述图像块进行数据增强，所述数据增强包括随机翻转、随机旋转、随机分块重新拼接和/或添加随机高斯噪声；

在预设范围长度内均匀选取若干光谱通道，若所述光谱图像数据集的数据的光谱通道与选取的光谱通道不匹配，则采用插值法获取光谱通道。

3.如权利要求1所述的高光谱快照图像恢复方法，其特征在于，所述光谱图像数据集包括公开数据集和模拟光谱图像数据集，其中，所述模拟光谱图像数据集的获取方式具体包括：

获取若干张RGB图像，并将所述RGB图像的R、G、B通道扩展为高光谱。

4.如权利要求3所述的高光谱快照图像恢复方法，其特征在于，所述将所述RGB图像的R、G、B通道扩展为高光谱的方法包括：

设定三条曲线，所述曲线的横坐标为光谱波长，纵坐标为系数，每条曲线根据随机概率由1-4个参数不同高斯曲线叠加生成；

所述曲线再次添加随机噪声并归一化，三条曲线根据峰值顺序，依次对应R、G、B三个图像通道；

在三条曲线上均匀采样与光谱通道数量相等的波长，得到3倍波长数量的系数；

将每个通道的3个系数与对应的R、G、B原始图像像素相乘后再相加，结果作为对应波长下的模拟光谱图像。

5.如权利要求1所述的高光谱快照图像恢复方法，其特征在于，所述每个子阶段以交替投影法对解进行优化具体形式为：

x^(t)＝θ^(t-1)+A^T(AA^T)^-1(y-Aθ^t-1),

其中，x代表恢复图像，θ为投影辅助变量，A为传感矩阵，y代表输入算法的初始图像，t代表第t个子阶段，n代表输入图像基于区域被划分为n个部分。