[发明专利]一种利用深度学习重建高光谱图像的方法

摘要

本发明公开了一种利用深度学习重建高光谱图像的方法。本方法为1)通过稀疏编码的方式对高光谱训练数据集进行训练并得到一神经网络；2)对目标场景原始的高光谱图像进行空间光谱调制获得一二维传感器图像；3)利用所述神经网络对步骤2)得到的二维传感器图像进行重建，得到该目标场景的重建后的高光谱图像。本发明可以解决高光谱成像速度较慢的问题，并获取分辨率更高的高光谱图像。

主权项

一种利用深度学习重建高光谱图像的方法，其特征在于包括如下步骤：步骤(1)获得高光谱数据集；首先将需要训练的样本高光谱图像放在指定文件夹内，然后将每张样本高光谱图像都转换成单通道图片，再将单通道图片切割成20像素点*20像素点的小图片，从而获得高光谱数据集；便于接下来的步骤对高光谱数据集中的图像进行操作；步骤(2)通过稀疏编码的方式进行训练并得到神经网络；通过稀疏编码的方式对高光谱数据集中的图像进行处理，得到优化后的高光谱字典；将字典D和二维传感器图像同时输入深度卷积网络模型中，从而进行训练并得到神经网络；步骤(3)将目标场景中原始的高光谱图像，以空间光谱随机编码的方式编码到光学投影上，形成二维传感器图像；步骤(4)通过深度神经网络对二维传感器图像进行还原重建，得到高光谱图像。