基于阵列相机的多光谱成像系统光谱重建算法
基于阵列相机的多光谱成像系统光谱重建算法

( 上海海事大学 , 上海 20 3 ) 0 15
摘要 : 针对传 统三通道 R B相机在光源光谱 已知条件 下不能完全恢 复物体表 面光 谱反射 率的缺 点 , 文构造 一套 多光 G 本 谱成像 阵列相机 系统。该阵列相机 采用 1 2个大恒 D — I0 F H HV 3 0 M型相机 , 1 个镜 头装有波长不同的滤光 片。本文结 且 1 合阵列相机 多通道数 的优势 , 出一种 MSSG C Mui pc a I ai yt ae nG opo a ea 算法 , 提 I—O ( l— et m g gSs m bsdo ru f m r) ts r l n e C 能够 可靠 并有效地重建场景的光谱反 射率。仿真 实验结果分析验证 了该 系统的有效性。
cp r aedp ns nb t te l mn tnset m adte pc a rf c ne oojc esee E e el m・ at e i g ee d oh h l iao pc u n et l t cs f b ti t n . vnit l i u dm o iu i r h s r ee a e s n h c l
代
化
21 0 0年第 6期
文章 编 号 :0627 ( 00 0 -0 30 10 -45 2 1 )60 1 - 4
JS A J Y I N A HU IU N I U X A D I A
总第 18期 7
基 于 阵列 相 机 的多光谱 成 像 系统光 谱 重 建算 法
S NZ e , H ho i , EJ g U h n S I a -a G i C jn n
( hnh i ri eU i r t, hnhi 0 15 C ia Sag a Ma t nv sy S ag a 20 3 , h ) im ei n
基于深度学习的三维计算成像系统重建算法研究

2
三维计算成像技术可以克服传统二维成像的局 限性,为医疗、工业、安全等领域提供更准确 、全面的视觉信息。
3
基于深度学习的三维计算成像系统重建算法具 有自适应、自学习的特点,能够实现智能化、 高效化的重建。
研究不足与展望
当前研究主要集中在算法的开发和应用上,对算 法的优化和改进还需进一步加强。
基于深度学习的三维计算成像系统重建算法在跨 领域应用方面还需进一步拓展。
正则化技术
通过使用正则化技术,如Dropout、Batch Normalization等,降 低模型过拟合的风险,提高模型的鲁棒性。
04
实验与分析
数据集与实验设置
数据集
收集了大量的三维计算成像数据,包括各种不同的场景、视角和光照条件下 的数据。
实验设置
为了确保算法的准确性和鲁棒性,实验中采用了多种对比实验,包括不同的 网络结构、训练策略和优化器等。
更高。
讨论:针对该算法的优缺点进行了深入的讨论,并 提出了改进方向和未来研究的展望。
通过以上实验和分析,验证了基于深度学习的三 维计算成像系统重建算法的可行性和优越性,为
未来的三维成像研究提供了新的思路和方法。
05
结论与展望
研究结论
1
深度学习算法在三维计算成像系统重建中具有 重要应用价值,能够要不同的算法和参数设置,这使得算法的适应性和可扩展性成为一 个重要的问题。因此,如何设计一种通用的算法,能够适应不同的场景和需求,也是一个 具有挑战性的问题。
03
基于深度学习的三维计算成像算法设计
三维计算成像算法概述
三维计算成像技术
01
通过采集物体散射或反射回来的信号,经过处理后得到物体的
三维信息。
光电成像系统的绝对光谱响应效率测量及分析

第45卷 第1期2021年1月激 光 技 术LASERTECHNOLOGYVol.45,No.1January,2021 文章编号:1001 3806(2021)01 0121 05光电成像系统的绝对光谱响应效率测量及分析陈均溢,商思航,苗 丹,江财俊,曾延安(华中科技大学光学与电子信息学院光电工程系,武汉430074)摘要:为了准确测量光电成像系统的绝对光谱响应效率,采用光学系统光能量传递公式以及图像传感器的物理模型,得到了光电成像系统绝对光谱响应效率的计算公式,在此基础上设计了基于积分球、多光谱发光二极管光源、标准探测器及透射式平行光管的光电成像系统绝对光谱响应效率测量装置,并对光谱响应效率已知的可见光数字相机进行实验测量和分析。
结果表明,在380nm~1100nm波长范围内测量装置测得的可见光数字相机的绝对光谱响应效率与标准值具有较好的一致性,最大相对误差为1.7%,各波长点的测量不确定度在置信概率为95%时均小于0.2%,满足一般的测量要求。
该装置能够准确地对光电成像系统的绝对光谱效应效率进行测量。
关键词:成像系统;图像传感器;绝对光谱响应;标准探测器中图分类号:TN247 文献标志码:A doi:10 7510/jgjs issn 1001 3806 2021 01 021MeasurementandanalysisofabsolutespectralresponseefficiencyofphotoelectricimagingsystemCHENJunyi,SHANGSihang,MIAODan,JIANGCaijun,ZENGYan’an(DepartmentofOptoelectronicEngineering,SchoolofOpticalandElectronicInformation,HuazhongUniversityofScienceandTechnology,Wuhan430074,China)Abstract:Inordertoaccuratelymeasuretheabsolutespectralresponseefficiencyofthephotoelectricimagingsystem,theopticalenergytransferformulaoftheopticalsystemandthephysicalmodeloftheimagesensorwereanalyzed,andthecalculationformulaoftheabsolutespectralresponseefficiencyofthephotoelectricimagingsystemwasobtained.Basedonthetheoreticalformula,anabsolutespectralresponseefficiencymeasurementdeviceforthephotoelectricimagingsystembasedonintegratingspheres,multispectrallightsourceoflight emittingdiode,standarddetector,andatransmission typeparallellighttubewasdesigned.Experimentalmeasurementandanalysisofvisiblelightdigitalcameraswithknownspectralresponseefficiencywascarriedout.Theresultsshowthat,theabsolutespectralresponseefficiencyofthevisiblelightdigitalcamerameasuredbythemeasuringdeviceinthewavelengthrangeof380nm~1100nmisingoodagreementwiththestandardvalue,andthemaximumrelativeerroris1.7%.Whentheprobabilityis95%,itislessthan0.2%,whichmeetsthegeneralmeasurementrequirements.Thedevicecanaccuratelymeasuretheabsolutespectraleffectefficiencyofthephotoelectricimagingsystem.Keywords:imagingsystems;imagesensor;absolutespectralresponse;standarddetector 作者简介:陈均溢(1995 ),男,硕士研究生,现主要从事光电探测及光电成像相关领域的研究。
多光谱变换与多源信息复合

作业和思考题:
3、什么叫多源信息复合并阐述其意义?
单击此处添加正文,文字是您思想的提炼,请尽量言简意赅地阐述观点。
4、在遥感与非遥感信息的复合中如何确定
地理数据的网格大小?
5、遥感与非遥感信息的复合中如何达到最优
遥感数据的选取?
6、影像配准的一般方法和要求有哪些?
单击此处添加正文,文字是您思想的提炼,请尽量言简意赅地阐述观点。
3. 复合:彩色合成法、差值法、比值法。
2、不同时 相的遥感数 据复合
观测地物的类型、位置、轮廓及动态 变化是常用。
一.配准:利用几何校正的方法。
二.直方图调整:将配准后的直方图调整成 一致的直方图,使图像亮度值趋于协调, 以便于比较。
三.复合:彩色合成法、差值法、比值法。
二、遥感与非遥感信息的复合
1、K-L变换
离散变换的简称,又称主成分变换 它是对某一多光谱图像X.利用K-L变换矩阵A进行线性组合,而产生一组新
的多光谱图像Y. K-L变换的特点: 变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度。
新坐标系的坐标轴一定指向数据量较大的方向。可实现数据压缩和图像增 强。
2、K-T变换
K-T变换的应用对象和领 域?
何谓多光谱变换其本质是 什么?
K-T变换
是kauth-Thomas变换的简称,也称缨帽 变换.是一种坐标空间发生旋转的线性变换, 旋转后的坐标轴指向与地面景物有密切关 系的方向
K-T变换的应用:
主要针对TM图像数据和MSS数据. 对于扩大陆地卫星TM影像数据分 析在农业方面的应用有重要意义.
多源信息复合
多种信息源的复合:是将多种遥感平台,多时相遥感数据之间以 及遥感数据与非遥感数据之间的信息组合匹配的技术。
压缩感知理论在光学成像中的应用

压缩感知理论在光学成像中的应用肖龙龙;刘昆;韩大鹏;刘吉英【摘要】Compressed sensing is a new sampling theory, which captures and encodes signals at a rate significantly below Nyquist rate provided that these signals are sparse or compressible. This paper reviews the theoretical framework of compressed sensing. It first employs non-adaptive linear projections to preserve the structure of the signal, and then the signal recovery is conducted accurately or in all probability by using an optimal reconstructed algorithm from these projections. Its related applications in optical imaging systems are introduced, such as single-pixel camera, super thin imagers, coded aperture imagers, multiplexing intelligent im-agers, spectral imagers, and CMOS imagers. Some prospects and suggestions about further works on this theory are also presented.%压缩感知以信号的稀疏性或可压缩性为条件,以远低于耐奎斯特采样频率对信号数据进行采样和编码.简要概括了压缩感知的基本理论,它采用非自适应线性投影来保持信号的原始结构,能通过数值最优化问题精确或高概率地重构原始信号.详细介绍了其在光学成像系统中的应用,主要包括单像素相机、超薄成像、编码孔径成像、多路技术智能成像、多光谱成像和CMOS成像等成像系统.最后对该理论的应用前景进行了阐述.【期刊名称】《应用光学》【年(卷),期】2012(033)001【总页数】7页(P71-77)【关键词】压缩感知;信号采集;光学成像【作者】肖龙龙;刘昆;韩大鹏;刘吉英【作者单位】国防科技大学航天与材料工程学院湖南,长沙410073;国防科技大学航天与材料工程学院湖南,长沙410073;国防科技大学航天与材料工程学院湖南,长沙410073;国防科技大学理学院,湖南长沙410073【正文语种】中文【中图分类】TN209;TP911.7引言传统的信号采集以奈奎斯特采样定理为基础,在获取信号时,采样频率必须大于信号中最高频率的两倍,才能精确重构信号。
阵列相机多光谱图像采集技术

c m r ary i po u e oe ta re c a n l T i p p r n r u e ec n e t f ls e t a r ary( A) a ea r , t rd c sm r n t e h n e . hs a e t d c st o c p o t p er c mea r a h h s i o h mu i l a a MC ,
( MCA) n ag r m orc n t c ese es e ta e e tn e i po o e .Fn l erc v rds e t lme s rme t ae ,a loi h t t e o sr tt c n p crlrf ca c s rp s d ial t e o ee p cr a ue ns r u h l yh a
M u t—pe t a m a e Ac uiii n c no o y Ba e n Ca e a Ar a lis c r lI g q sto Te h l g s d o m r r y
基于深度图像先验的高光谱图像超分辨率重建方法[发明专利]
![基于深度图像先验的高光谱图像超分辨率重建方法[发明专利]](https://img.taocdn.com/s3/m/ed854333b42acfc789eb172ded630b1c59ee9b27.png)
(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202210147859.X(22)申请日 2022.02.17(71)申请人 西安电子科技大学地址 710000 陕西省西安市雁塔区太白南路2号(72)发明人 王楠楠 宫朝日 辛经纬 程德 姜馨蕊 (74)专利代理机构 西安嘉思特知识产权代理事务所(普通合伙) 61230专利代理师 刘长春(51)Int.Cl.G06T 3/40(2006.01)G06T 7/11(2017.01)G06N 3/04(2006.01)G06N 3/08(2006.01)(54)发明名称基于深度图像先验的高光谱图像超分辨率重建方法(57)摘要本发明提供的一种基于深度图像先验的高光谱图像超分辨率重建方法,通过在现有的主体学习网络中加入不基于训练的自动处理网络,通过设计输入处理模块来充分根据网络主体结构调整网络输入,使输入与网络结构产生共鸣,从而充分利用图像先验信息,利用DCNN的内在特征先捕获图像,然后再恢复图像。
本发明所提出的网络结构充分利用了高光谱图像的空间信息和光谱波段之间的相关性学习图像特征,并且此本发明的自动处理网络中的输入处理模块可以自动调整输入结构,可以大大扩展DIP算法的应用,使DIP方法更适合于高光谱超分任务,可以进一步提高了构图像的质量。
权利要求书2页 说明书9页 附图2页CN 114677271 A 2022.06.28C N 114677271A1.一种基于深度图像先验的高光谱图像超分辨率重建方法,其特征在于,包括:步骤1:获取待超分的图像以及主体学习网络;步骤2:对所述待超分的图像进行边缘裁剪,得到中心区域图像;步骤3:在所述中心区域图像的第一位置区域进行均匀划分,获得非重叠的测试图像样本以及在第二位置区域进行提取,获得待超分的子图像块;其中,所述第一位置区域与所述第二位置区域不存在重叠;步骤4:将已构建的自动处理网络的输出连接所述主体学习网络的输入,以组成超分辨率重建网络;其中,所述自动处理网络包括:输入处理模块以及主体恢复模块,所述输入处理模块内部按照输入在前输出在后,依次包括与输入图像像素数相同的第一卷积层、三个第二卷积层以及一个上采样层,所述主体恢复模块内部按照输入在前输出在后,依次包括一个第二卷积层、一个上采样层、一个注意力模块以及四个第二卷积层,所述自动处理网络包括主干道、参差跳跃通道以及组合通道,主干道由所述输入处理模块的输出连接所述主体恢复模块输入直至所述主体恢复模块输出组成,所述组合通道由输入处理模块的第一卷积层输出直接连接主体恢复模块的输入组成,所述参差跳跃通道由输入处理模块的第一卷积层直接连接所述主体恢复模块的最后一个第二卷积层的输出组成;步骤5:将与所述待超分的子图像块大小相同的白噪声输入超分辨率重建网络中,通过反向传播调整所述超分辨率重建网络的参数降低损失函数直至最佳迭代次数,以使超分辨率重建网络根据所述待超分的子图像块的空间信息与光谱波段的相关性学习所述待超分的子图像块的特征,得到重构后的高光谱图像。
光电成像技术

电极上所加的电压越高,势阱越深,电荷留在阱
内量越多。只要电压存在,电子就能储存在势阱里。 由于绝缘氧化物层使得电子不能穿过而到达电极, 因此存贮在势阱里的电子形成了电荷包,其电荷量 的多少与光照强度及照射时间成正比,于是所有电 极下的电荷包就组成了与景物相对应的电荷像。
信号电荷的存储(示意图)
UG < Uth 时
6.2.1 电荷耦合摄像器件
CCD的特点: 以电荷作为信号。
CCD的基本功能: 电荷存储和电荷转移。
CCD工作过程: 信号电荷的产生、存储、传
输和检测的过程。
6.2.1 电荷耦合摄像器件
一、电荷耦合器件的基本原理
1、CCD的基本结构:
(1)输入部分: 输入二极管(ID / Input diaode)、 输入栅(IG / Input Grid)
6.2.1 电荷耦合摄像器件
(2)MOS结构部分:
a. 以P型或N型硅半导体为衬底。 (本文以P型硅为例)
b. 在衬底上生长一层厚度为零点几个微米的二 氧化硅层。
c. 然后按一定的次序沉淀N个金属电极或多晶 硅电极,作为栅极。(栅极间的间距为2.5个微 米,中心距离为15-20个微米)
于是,每个电极与其下方的二氧化硅和半 导体之间就构成了一个 金属-氧化物-半导体 (Metal - Oxide - Semiconductor )结构, 即 MOS结构。
+UG
UG > Uth 时
+UG
入射光
e-
e-
e-
e-
e-
+Uth
e- 势阱
ee-
MOS电容 器
入射光
e- e- e- e-
e-
e-
光谱成像的检验技术

光谱成像的检验1. 光谱成像概念光谱成像是通过成像光谱仪记录被检验物体在一定光谱范围内密集均匀分布的多个窄波段单色光的反射光亮度分布或荧光亮度分布,形成由许多单色光影像构成的光谱影像集。
光谱成像组合了光谱技术和数字成像技术,其装置由液晶可调波长滤光镜(LCTF)、数字CCD照相机、照明光源和计算机及专用软件组成,其中由计算机控制的液晶可调波长滤光镜与CCD照相机连接构成了成像光谱仪。
光谱成像首先要根据检材状况和检验目的,按照光学检验原理,选择照明光源和照明条件,在检材上形成适当的反射光亮度分布或荧光亮度分布。
在成像记录时,计算机控制液晶可调波长滤光镜在一定范围内依次透过预先设定的多个等间距波长位置上的窄波段单色光,使检材在各个波段的反射光或荧光透过滤光镜依次到达CCD感应器。
计算机控制CCD感应器记录操作与滤光镜透过单色光操作同步进行,使CCD感应器能够记录检材在相应波段的亮度分布,并将众多单色光亮度影像储存在计算机中形成光谱成像的光谱影像集。
光谱成像记录的光谱影像集包含了检材物体在多幅等间隔波长位置的窄波段单色光亮度分布影像,因此这种成像技术也被称为多光谱成像或超光谱成像。
此外,光谱影像上任意一个像点在各个单色影像中的亮度变化,就是这个像点位置物质的光谱亮度曲线。
由于这些光谱亮度曲线能够在一定程度上反映被检验物体上物质的化学成分,光谱成像又被称为“化学成像”。
这两种名称反映的侧重点不同,光谱成像或超光谱成像强调了这种技术方法的性质和影像集信息的光谱属性,而化学成像更着重强调的是这种技术方法鉴别物质化学成分的应用。
光谱影像集的每幅单色影像记录了物体在相应波长的光亮度分布信息,单色影像的组合记录了物体在所有选定单色波段的光亮度分布信息。
这些表达物体表面光谱亮度分布性质的信息可以由两个空间坐标(X, Y)和一个波长坐标(λ)构成的三维坐标描述,光谱影像集也因此被称为“光谱影像立方体”。
此外,光谱成像记录的影像也可以被想象成为一幅特殊的,其每个像点上不仅有这个像点对应物质的亮度值信息,还含有物质光谱信息的“光谱平面影像”。
neutralrecon三维重建算法

【主题】neutralrecon三维重建算法一、介绍在现代科技发展的浪潮中,三维重建技术作为一种重要的数字化手段,逐渐在各个领域发挥着重要作用。
而其中,neutralrecon三维重建算法作为一种具有前瞻性和创新性的技术,备受关注和研究。
本文将就该算法进行全面解读和评估,以期为读者提供深度和广度兼具的知识。
二、基本原理neutralrecon三维重建算法基于多视角的图像信息,通过深度学习和计算机视觉技术,实现了对三维场景的准确重建。
其核心原理在于通过对多张2D图像的分析和比对,得出物体的三维几何信息,进而生成三维模型。
相比传统的三维重建方法,neutralrecon算法在精度和速度上都有了显著的提升,因此具有更广泛的应用前景。
三、技术优势1. 高精度:通过神经网络的训练和优化,neutralrecon算法在几何和纹理重建上都有着出色的表现,能够实现对细节的精确捕捉。
2. 高效率:算法在处理大规模数据时能够保持较快的运行速度,具有较高的计算效率,能够满足复杂场景下的要求。
3. 通用性:neutralrecon算法不仅适用于静态场景的重建,还能够处理动态场景,因此具有更广泛的适用性。
四、应用领域基于neutralrecon三维重建算法的技术优势和特点,该技术在以下领域有着广阔的应用前景:1. 文物保护与修复:利用该算法可以对文物进行数字化的三维重建,为文物的保护和修复提供数字化手段。
2. 虚拟现实与增强现实:在虚拟现实和增强现实技术中,三维重建是十分关键的一环,neutralrecon算法能够为其提供高质量的三维模型。
3. 工业制造:在工业领域,三维三维重建技术有着重要作用,neutralrecon算法的高精度和高效率使其在该领域具有广泛的应用前景。
五、个人观点对于neutralrecon三维重建算法,我个人非常看好其未来的发展。
随着科技的不断进步,我们对于三维重建技术的需求将会越来越大,而这也为neutralrecon算法提供了更多的应用场景和发展空间。
多光谱图像处理与分析算法研究

多光谱图像处理与分析算法研究多光谱图像处理与分析是计算机视觉领域的一个重要研究方向。
随着遥感技术的发展以及高光谱遥感数据的广泛应用,对多光谱图像的高效处理和准确分析变得日益重要。
本文将对多光谱图像处理与分析算法进行研究,重点探讨其在农业、环境监测和医学领域的应用。
多光谱图像是指由多个波段的光谱数据组成的图像。
传统的图像处理算法主要针对彩色图像,而多光谱图像的处理则需要考虑更多的光谱信息。
针对多光谱图像的处理与分析问题,研究人员提出了许多算法和方法。
首先,多光谱图像的预处理是算法研究的重点之一。
由于原始的多光谱图像往往存在噪声和失真,预处理的目标是减少这些干扰,提高图像质量。
常见的预处理方法包括噪声滤波、图像增强和空间域频率域转换等。
噪声滤波方法可以采用均值滤波、中值滤波等,以消除图像中的噪声干扰。
图像增强方法则可以调整图像的对比度和亮度,使其更适合后续处理和分析。
空间域频率域转换方法可以通过傅里叶变换等技术将图像从空间域转换到频率域,在频率域进行滤波和增强,然后再转换回空间域。
其次,多光谱图像的特征提取是算法研究的另一个关键问题。
多光谱图像的每个波段代表了不同的光谱信息,通过对每个波段的特征提取,可以获取到更全面的图像信息。
常用的特征提取方法包括直方图均衡化、灰度共生矩阵、小波变换和主成分分析等。
直方图均衡化可以调整图像的像素分布,增强图像的对比度。
灰度共生矩阵可以表征图像中像素灰度级别之间的关系,提取纹理特征。
小波变换可以将图像分解成不同频率的子图像,从而提取出不同频率范围内的特征。
主成分分析是一种常用的降维方法,通过线性变换将多维数据转换为低维数据,从而提取出最重要的特征。
最后,多光谱图像的分类和识别是算法研究的核心目标。
通过对预处理和特征提取后的图像进行分类和识别,可以实现对不同特征的目标的准确判定。
常见的分类和识别方法包括支持向量机、人工神经网络和深度学习等。
支持向量机是一种常用的监督学习方法,通过构建一个超平面来分割不同类别的数据。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
谱成像阵列相机系统。该阵列相机采用12个大恒DH·HVl300FM型相机,且11个镜头装有波长不同的滤光片。本文结
合阵列相机多通道数的优势,提出一种MSIS-COC(Multi—spectral Imaging System based on Group of。仿真实验结果分析验证7该系统的有效性。
本文根据自己构建的阵列相机多光谱成像系统, 提出一种针对本系统的光谱反射率重建方法。通过 对光谱反射率已知的Macbeth标准色板进行光谱反 射率重建的实验,结果分析比较,说明算法的可行性 和有效性。
1系统的构造
获取物体光谱反射率的传统方法是利用分光光 度计。但分光光度计一次只能对一个像素测量,其工 作量非常大。为了高效地测量图像上每点的光谱反 射率,可以使用具有十几个到几十个通道的高光谱照 相机,但是这种结构复杂的仪器由于成本高而无法广 泛应用。由于人类生活中大多数物体表面的光谱反 射率曲线具有平滑的性质,所以反射率可以用比光谱 反射率波段数少得多的数据量来表示。这样,用通道 数很少的光学系统对物体所成的像中所包含物体表 面的光谱反射率信息,可以重建光谱反射率。多光谱 成像一般选用的是波长处于400—700nm可见光范 围的窄带滤光片。基于以上原理,笔者构造了阵列相 机多光谱成像系统。
SUN Zhen,SHI Chao-jian,GE Jing
(Sh咄i Maritime University,Shanghai 200135,China)
Abstract:Recovery of surface spectral reflectance is impossible exclusively with conventional RGB camera8.The appearance of a captured image depends on both the illumination spectrum and the spectral retlectances of objects in the scene.Even if the iUumi- nation spectrum is known.锄RGB camera pn}x ides only 3 measurements which is insufficient tO recover the spectral reflectance This paper constructs a set of multi·spectral imaging canal's system,which consists of 12 DH·HVl300F'M cameras.And eleven len are installed wjIjl filters with different wavdengths.The paper proposes觚algorithm of multi·spectral imaging system based on group of camera to recover the spectral reflectance of the 84ceile efficiently and robustly,that combines with the advantages of using
2010年第6期 文章编号:1006-2475(2010)06-0013-04
计算机与现代化 JISUANJI YU XIANDAIHUA
总第178期
基于阵列相机的多光谱成像系统光谱重建算法
孙振,施朝健,葛景
(上海海事大学,上海200135)
摘要:针对传统三通道RGB相机在光源光谱已知条件下不能完全恢复物体表面光谱反射率的缺点,本文构造一套多光
2.1光源的光谱
光谱仪先测得光源的光谱。因为可以采用光谱响应 曲线已知的光源,图4是I)65光源的光谱响应曲线。 2.2相机的光谱响应曲线
对物体的光谱反射率进行重建时,需要知道相机 的光谱响应曲线。本系统使用的是12个大恒DH— HVl300FM型相机,该相机是单色相机,采集的是灰 度图像。图5是从大恒官网上下载的DH—HVl300FM 型相机的光谱响应曲线,也可以根据一些测量商业相 机光潜响应的方法来测出DH—HVl300FM型相机的 光谱响应曲线。
出。s。(入)是各个通道的光谱响应函数,E。(入)是照明体 的光强分布,r(入)是物体的光谱反射比。
实际上,利用PCA方法重建光谱反射比起步较 早。现在这项技术已经成熟。尽管这种方法可增加光 谱反射比重建的精确度,但增大测量通道的数量的同 时会增加多光谱成像系统的复杂程度。为了在一定 的通道内达到较高精度的光谱反射比的重建,可以将 PCA与其他算法结合应用,例如,独立成分分析(Ill— dependent Component Analysis,ICA)。2007年,Zhao Betas提出重建光谱反射比的R矩阵法,进一步发展 了光谱估计算法。可以看作这是光谱估计算法发展 的第3个阶段。
然而这些与PCA结合的其他算法也有它自己的 局限性。常规的光谱反射比的重建算法都是限制在 反射空问内的,因此.对于光谱反射比低的目标,它们 光谱反射率重建的精度都不高。这样的算法可能不 适用于光谱反射比低的物体对光谱重建的要求,所 以,迫切需要发展一种新的算法,对于光谱反射比低 的目标也可以高精度地重建其光谱反射比。在这种 条件下,基于自己的阵列相机系统,提出一种新的光 谱反射比重建算法。
万方数据
2010年第6期
孙搌等:基于阵列相机的多光谱成像系统光谱重建算法
15
阶段(即第2阶段)。颜色工作者建立了多通道数码 相机的数学模型,在降低数据采集设备的成本、简化 光谱估计算法、提高光谱重建精度等方面做了大量的 工作。多通道数码相机模型如下:
gk=c』St(k)Ek(X)r(入)dh 其中k=l,2,…,K,段是数码相机第K个通道的输
图3光谱估计算法的流程 第1个阶段,光谱反射比估计算法的理论研究。
在这一阶段,研究对象是如何重建具有代表性的色卡 的光谱反射比,例如Munsell色卡。由于光谱数据很 庞大.所以有学者提出应用PCA方法来压缩数据,进 而重建出光谱反射比。随着多光谱图像采集系统想 实用化发展,光谱重建算法的理论研究开始进入新的
的性能。Imai等【50比较了窄带和宽带滤光片的多光 谱成像,结论表明,虽然在理论上窄带更可靠,但使用 宽带过滤器却获得了更好的效果。Imai等旧。还从33 个滤光片中选用5个,构造了5通道多光谱相机。一 些研究已经证明了用光谱反射率对于图像的渲染和 恢复光泽的有效性,以上所有对多光谱图像的研究都 要测物体的光谱曲线,也有一些研究在成像时使用多 光谱光源。一种相机LED光源复合系统用来匹配目 标的光谱反射率,该系统用一个图像传感器测量并建 立物体光谱反射率数据库。一个投影仪和彩色相机 配上多路复用彩色光源可以获得物体表面RGB值。 Vrhel【71提出一种类似于鼠标样式的设备,该设备用 LED光源和光传感器测量一个点的光谱反射率。与 其他人的研究相比,Nayar等喁1研究人员设计的复用
如图l所示,用12个大恒DH.HVl300FM型相 机构造的阵列相机多光谱成像系统,除了左上角一个 镜头外,其他11个镜头分别装有波长不同的滤光片。 这种阵列相机能够拍摄同一场景的同一个物体,但是 每个镜头拍摄的图像,场景中的物体在每幅图像中的
图1多光谱阵列相机
图2 Macbeth标准色板 位置是不一样的。这因此在进行光谱反射率重建前 需要对采集到的图像进行配准。图2是实验中使用 的Macbeth标准色板,Macbe出色板中的每个小色块 是由特定的色料制成,因此每个小色块的光谱反射率 也是已知的,这样可以用阵列相机采集Macbeth色板 的图像,实现其光谱反射率的重建。
图5阵列相机的光谱响应曲线 2.3滤光片的透过率峰值
由于本系统在相机镜头上加滤光片实现相机的 多通道技术,为了能够进行光谱反射率重建,需要知 道每个滤光片的透过率峰值,如图6是用光谱仪测得 的11个滤光片透过率峰值。
图4 1965光源的光谱响应曲线
光源对物体光谱反射率的重建有很大影响,在不 同的光源下,同一场景的图像呈现出的颜色是不一样 的,而且在白天拍摄场景时,环境光源对光源的干扰 很难去除。即使可以忽略环境光源的影响,也需要用
multipk spectral and 80urces the groups of multispectral camera.Finally,simulation verifies the validity of this system.
Key words:groups of camera;spectral reflectance;multi—spectral:filter
关键词:阵列相机;光谱反射率;多光谱;滤光片
中图分类号:TP301.6
文献标识码:A
doi:10.3969/j.issn.1006-2475.2010.06.005
Multi-spectral Imaging System Spectral Reconstruction Algorithm Based on Group of Camera
2光谱反射率重建的算法
多光谱图像采集系统采集到的多光谱图像,需要
有相应的光谱估计算法重建出物体表面的光谱反射
比。光谱估计算法的流程如图3所示,其理论研究大
蒸簇誊差恼 体可以分成3个阶段【l引。 计射率获曲取线光谱反I L一L对—比—评一估
重建出光 谱反射率
训练样本
硬件设备采集 相关图像数据
相关的光谱 反射率算法
图6滤光片的透过率峰值
2.4光谱反射率重建的具体算法 目前围内外对光谱重建问题也作出了很广泛的
研究,重建的方法各有优缺点,本课题根据自己的相 机系统提出了一种算法,但是该算法能不能有效地实
万方数据
16
计算机与现代化
2010年第6期
现场景表面的光谱反射率重建,需要进一步实验验 证。具体算法如下: