[发明专利]一种基于多层前馈神经网络的二维光纤光谱图像校正技术

摘要

本发明公开了一种基于多层前馈神经网络的二维光纤光谱图像校正技术，该方法能根据光谱图像畸变规律构建训练集并训练多层前馈神经网络用于校正二维光纤光谱图像，主要步骤包括：对二维平场光谱图像进行光纤追迹，使用完全最小二乘法拟合追迹曲线对应的直线作为校正后的目标输出；按照中间密集四周稀疏的策略选取训练数据集中样本点；使用构建出的数据集训练神经网络模型；最后使用训练好的网络模型对原始光谱图像进行校正。本算法表现出很好的光谱图像校正效果，减少了抽谱过程中交叉污染的影响，提升了抽谱效果。本发明能够以预处理的方式应用到光谱抽取流程，提升抽谱效果并减少抽谱过程的计算复杂度，具有很好的应用前景。

主权项

1.一种基于多层前馈神经网络的二维光纤光谱图像校正技术，其特征在于，包括以下步骤：1)通过对二维平场光谱图像进行光纤追迹，得到含有250条光谱曲线的二维光纤追迹图像；2)对上一步得到的二维光纤追迹结果图中每一条曲线使用完全最小二乘法进行直线拟合，将拟合出的直线作为校正后的目标输出；3)产生在球面上均匀分布的2*N个点，并将上半球(或者下半球)部分的N个点投影到二维平面的图像作为数据集选点规律的分布图；4)按照上一步产生的选点分布图对二维光纤追迹结果图和直线拟合结果图进行像素点采样，构造训练神经网络的数据集，其中光纤追迹图中点的横纵坐标值作为二维输入向量(x,y)，而直线拟合结果图中对应的点作为二维输出向量(x’,y’)；5)构造输入输出都为两个神经元的多层前馈神经网络模型，使用上一步构造的数据集进行训练，保存训练好的网络模型参数；6)使用上一步训练好的神经网络模型对原始二维平场光谱中的每一个像素点进行校正，输入同样为每个点所在位置对应的波长方向和空间方向的(x,y)，将对应输出位置点的像素值用输入点像素值代替。