[发明专利]基于高光谱低秩性与双目立体匹配的光谱成像方法及系统

权利要求书

1.一种基于高光谱低秩性与双目立体匹配的光谱成像方法，其特征在于，包括：

S100、获取目标场景的CASSI分支采集的编码后的图像以及RGB相机采集的彩色图像，并将高光谱图像低秩表示为：X＝OF，其中，O是正交谱基，F代表系数；

S200、基于SVD算法对正交谱基O和系数F进行更新，并对高光谱图像进行初始化，以获得初始高光谱图像；

S400、利用初始高光谱图像合成CASSI分支视角下的彩色图像；

S500、通过GwcNet神经网络获取CASSI分支视角下的彩色图像和RGB相机视角下的彩色图像之间的视差，并根据视差将RGB相机的彩色图像对齐到CASSI分支，以形成新的彩色图像；

S600、将新的彩色图像和原始的编码后的图像再次用低秩序算法快速重建出高光谱图像；

S700、判断重建出的高光谱图像的峰值信噪比是否达到阈值，响应于判断结果为否则返回执行步骤S400，响应于判断结果为是则输出重建出的高光谱图像。

2.根据权利要求1所述的基于高光谱低秩性与双目立体匹配的光谱成像方法，其特征在于，获取目标场景的彩色图像和编码后的图像包括：

构建基于双目匹配编码孔径快照系统的传感模型：

Y_rgb(i,j,:)＝A^TX(i,j,:)

其中，Y是CASSI分支采集的编码后的图像，C表示编码模板矩阵，e为哈达玛积；Y_rgb是RGB相机采集的彩色图像，Α是RGB探测器的光谱响应函数；

将所述高光谱图像低秩的表达式：X＝OF代入所述传感模型，即可获得新的传感模型为：

y_c＝Φ^co

Y_rgb＝(Α^TO)F

其中，y_c是Y(i,j)的矩阵形式，C_ij：代表C(i,j,:)的矢量化，F_ij：＝F(:,i+(j-1)×N)。

3.根据权利要求2所述的基于高光谱低秩性与双目立体匹配的光谱成像方法，其特征在于，基于SVD算法对正交谱基O和系数F进行更新包括：

将编码后的图像Y、彩色图像Y_rgb和Φ^c分割大小为m×n、m×n×3、m×n×L的重叠块，对于每一个块，通过更新正交基和系数来实现光谱图像的快速重构，正交基和系数的模型表示为：

其中，o代表O的矢量化，O是正交谱基，F代表系数。

4.根据权利要求3所述的基于高光谱低秩性与双目立体匹配的光谱成像方法，其特征在于，对高光谱图像进行初始化包括：对于更新完毕后的每一个块，尺寸为m×n×L，将所有的块通过公式X＝OF进行重构，并将所有块聚合成最终的初始高光谱图像G₀。

5.根据权利要求4所述的基于高光谱低秩性与双目立体匹配的光谱成像方法，其特征在于，利用初始高光谱图像合成CASSI视角下的彩色图像包括：利用初始光谱图像G_t-1合成CASSI分支视角的彩色图像C^rgb_t-1，其中，t代表迭代次数，t＝1,2,...,T。

6.根据权利要求5所述的基于高光谱低秩性与双目立体匹配的光谱成像方法，其特征在于，根据视差将RGB相机的彩色图像对齐到CASSI分支包括：

将RGB相机的彩色图像Y_rgb校正到CASSI分支视角，得到校正后彩色图像C^f_t，对应像素点之间的视差匹配原理通过以下公式表示：

其中，f表示计算图像块的匹配代价，d表示视差值。