技术领域
[0001] 本
发明属于
图像处理技术领域,特别涉及基于压缩感知的成像方法,可用于获取和重构天体光谱图像。
背景技术
[0002] 天体光谱图像是指用
天文望远镜和各种波段的探测器,接收来自天体的电磁
辐射,获取天体在不同波段的光谱图像,随着图像处理技术的飞速发展和天体探测技术的不断改进。
[0003] 天体光谱图像以其独有的方便性、经济性和观测的连续性、多样性等优势,在天文学中发挥着极其重要的作用。通过对天体光谱图像的分析可以定性或定量地测定天体的化学组成,进一步确定天体的光度、表面
温度、直径、
质量、视向速度及自转。
[0004] 目前天体光谱图像成像的主要方法是利用天文
光学望远镜系统。如图(1)所示,该系统包括天文望远镜、图像
传感器、
图像采集卡、计算机内存和计算机显示卡等元件。获取天体光谱图像的方法是:首先用天文望远镜捕捉某一天区的像,将捕捉的像通过
覆盖不同
颜色滤波片的图像传感器,使光
信号转换为
电信号。然后用图像采集卡将电信号保存在计算机内存中。最后根据某颗
恒星星象中心在整幅图像上的
位置,来调整望远镜镜头指向,使得该星的星象中心最终落于整幅图像的中央。进而获取到一副天体光谱图像。
[0005] 由于天体光谱图像在民用和军用领域都具有广阔应用潜
力,科研人员一直致力于研究如何获取高质量的天体光谱图像,但
现有技术存在很多不足,主要表现在以下三个方面:
[0006] 第一方面:通过天文望远镜观测得到的天体光谱图像在探测阶段因受到噪声影响,导致
信噪比降低,会影响对天体光谱图像的进一步处理和分析;
[0007] 第二方面:通过天文望远镜观测得到的天体光谱数据通常以灵活图像传输系统FITS文件格式存储。FITS文件的每幅图像都很大,会达到11M甚至更大,此外通过连续观测而得到的这类图像的数量又是非常多的,给计算机的存储和处理带来了很大困难;
[0008] 第三方面:通过天文望远镜获取天体光谱图像时,需要更换不同的滤波片以获取不同谱段的光谱图像,操作耗费时间较多。
发明内容
[0009] 本发明的目的在于针对上述已有技术的缺点和发展
瓶颈,提出一种基于压缩感知的天体光谱图像成像方法,以简化结构,提高天体光谱图像的压缩比和质量。
[0010] 本发明是这样实现的:
[0011] 一、技术原理
[0012] 本发明以近几年飞速发展的压缩感知理论为
基础,从另一
角度给出一种天体光谱图像成像的方法。
[0013] 压缩感知CS,又称压缩
采样、压缩传感。作为一个新的采样理论,CS的基本思路是:利用信号的稀疏特性,在远低于奈奎斯特采样率的条件下,对信号进行离散采样,然后用重建
算法重构出原信号。其数学模型:假设长度为N的信号X在某个
正交基或紧
框架Ψ下的系数是稀疏的,只含有非常少的非零系数,若将这些系数投影到另外一个与Ψ不相关的
观测矩阵Φ,得到观测数据集合Y,其中Φ的大小为M*N,M<N,Y的大小为M*1,利用优化求解方法就可以从观测值Y中精确恢复出信号X;由于X在变换域Ψ中是稀疏的,故可通过求解如下优化问题得到恢复值
[0014]
[0015] 进而用恢复值 很好的逼近原信号X。
[0016] 另外,由于天体的光谱图像本身具有非常良好的空间稀疏性,无需对信号进行
稀疏变换,这样就大大缩短天体光谱图像的成像时间,充分利用了光谱图像的空间维信息。
[0017] 二、技术方案
[0018] 根据上述原理,本发明基于压缩感知的天体光谱图像成像方法,其实现步骤包括如下:
[0019] (1)将用天文望远镜获取的天体图像的光束分成两束,分别进入两个观测通道;
[0021] (2a)将进入第一观测通道的天体光束聚焦成像,获得第一观测通道光谱图像,并利用图2(a)所示编码模板对该第一观测通道光谱图像进行随机编码,即通过编码模板使部分光束通过,部分光束被遮挡,通过的部分编码为1,遮挡的部分编码为0;
[0022] (2b)对编码后的第一观测通道光谱图像各光谱维的图像,在空间维的方向上进行搬移,使第一观测通道光谱图像的光束发生色散,实现每一光谱维图像之间相对位置的变化;
[0023] (2c)获取搬移后第一观测通道光谱图像每一位置光束的光量,得到第一观测通道中混叠的天体光谱图像X1;
[0024] (3)获取混叠天体光谱图像X2:
[0025] (3a)对进入第二观测通道的天体光束聚焦成像,获得第二观测通道光谱图像,并利用图2(b)所示的编码模板对该第二观测通道光谱图像进行与第一观测通道互补的编码,即第一观测通道通过的信号在第二观测通道被遮挡,在第一观测通道被遮挡的信号在第二观测通道没有被遮挡,通过的部分编码为1,遮挡的部分编码为0;
[0026] (3b)对编码后的第二观测通道光谱图像各光谱维的图像,在空间维的方向上进行搬移,即使第二观测通道光谱图像的光束发生色散,实现每一光谱维图像之间相对位置的变化;
[0027] (3c)获取搬移后第二观测通道光谱图像每一位置光束的光量,得到第二观测通道中混叠的天体光谱图像X2;
[0028] (4)根据上述得到的第一观测通道混叠天体光谱图像X1和第二观测通道混叠天体光谱图像X2,利用非线性优化方法重构原光谱图像X。
[0029] 本发明与传统技术相比较具有如下的优点:
[0030] 1)本发明针对传统成像方法存在的数据量大的缺点,提出了基于压缩感知的天体光谱图像成像方法,利用压缩感知的随机编码
模版进行采样压缩,大大减少了计算机存储和处理的数据;
[0031] 2)本发明针对传统成像方法存在的噪声大的缺点,提出了基于压缩感知的天体光谱图像成像方法,利用非线性优化方法从较少的采样中恢复原天体光谱图像,去除了噪声的干扰,有利于天体光谱图像的进一步分析;
[0032] 3)本发明针对传统成像方法存在的耗时多的缺点,提出了基于压缩感知的天体光谱图像成像方法,利用双通道成像仪系统,可以一次获取天体多个谱段的图像,大大缩短了成像时间。
附图说明
[0033] 图1是传统天体观测系统的结构示意图;
[0034] 图2是本发明天体光谱图像成像中使用的编码模板示意图;
[0036] 图4是本发明仿真使用的原始天体多光谱图像;
[0037] 图5是用本发明成像方法获取的多光谱图像。
[0038] 具体实施方法
[0039] 参照图3,本发明基于压缩感知的天体光谱图像成像方法,其实现步骤如下:
[0040] 步骤1,将原天体光谱图像的光束分成包含相同光谱图像的两束光束,使其进入两个不同的观测通道。
[0041] 步骤2,获取第一观测通道的混叠天体光谱图像X1:
[0042] (2a)对进入第一观测通道内的光束进行聚焦成像,获取第一观测通道的初始光谱图像X11;
[0043] (2b)对步骤(2a)获得的初始光谱图像X11每一位置上的光束进行随机编码,编码方法为:利用图2(a)所示的编码模板对光谱图像X11上每一位置上的光束进行随机遮挡,如果被遮挡,就表明该位置上的信息编码为0,该位置将没有光束通过,如果没有被遮挡,则该位置上的信息编码为1,该位置上的光束将通过,;即可得到第一观测通道编码后的光谱图像X12;
[0044] (2c)对步骤(2b)中得到的编码后的光谱图像X12进行滤波,保留带宽内光谱维图像的光束,滤除带宽外的光谱维图像的光束,得到第一观测通道滤波后的光谱图像X13;
[0045] (2d)将步骤(2c)中得到的光谱图像X13光束通过棱镜组,使光谱图像的光束发生色散,由于各光谱维图像的偏移距离不同,从而实现对每一光谱维图像在空间维上不同距离的搬移,得到第一观测通道搬移后的光谱图像X14;
[0046] (2e)通过阵列传感器获取第一观测通道混叠天体光谱图像X1,即阵列传感器对搬移后的光谱图像X14按光谱维进行求和,实现不同光谱维图像信息的混叠,得到第一观测通道的混叠光谱图像X1。
[0047] 步骤3,获取第二观测通道的混叠天体光谱图像X2:
[0048] (3a)对进入第二观测通道内的光束进行聚焦成像,获取第二观测通道的初始光谱图像X21;
[0049] (3b)对步骤(3a)获得的初始光谱图像X21进行与第一观测通道互补的编码,即利用图2(b)所示编码模板对第二通道内的光谱图像上的每一位置上的光束进行相应的遮挡,使其与第一观测通道内光谱图像同一位置上的遮挡状态相反;即可得到第二观测通道编码后的光谱图像X22;
[0050] (3c)对步骤(3b)中得到的编码后的光谱图像X22进行滤波,保留带宽内光谱维图像的光束,滤除带宽外的光谱维图像的光束,得到第二观测通道滤波后的光谱图像X23;
[0051] (3d)将步骤(3c)中得到的光谱图像X23光束通过棱镜组,使光谱图像的光束发生色散,由于各光谱维图像的偏移距离不同,从而实现对每一光谱维图像在空间维上不同距离的搬移,得到第二观测通道搬移后的光谱图像X24;
[0052] (3e)通过阵列传感器获取第二观测通道混叠天体光谱图像X2,即阵列传感器对搬移后的光谱图像X24按光谱维进行求和,实现不同光谱维图像信息的混叠,得到第二观测通道的混叠光谱图像X2。
[0053] 步骤4,根据上述得到的第一通道混叠天体光谱图像X1和第二通道混叠天体光谱图像X2,利用非线性优化方法重构原天体光谱图像X。
[0054] (4a)将输入的第一观测通道混叠天体光谱图像X1和第二观测通道混叠天体光谱图像X2在平面空间上联立,得到一个总的混叠光谱图像Y:
[0055] Y=[X1,X2]=[A1X,A2X]=AX,
[0056] 其中,A1,A2为两个线性算子,A1X,A2X分别表示第一观测通道和第二观测通道对光谱图像X的操作结果;A=[A1,A2]表示整个观测部分的算子,AX表示整个观测模
块对光谱图像的操作结果;
[0057] (4b)设定优化目标函数为min||X||0,||·||0表示对X取l0范数,min(·)表示取l0范数的最小值;
[0058] (4c)将总的混叠光谱图像Y=AX作为约束条件;
[0059] (4d)联立优化目标函数和约束条件,得出满足约束条件Y=AX,并且使X最小的即为原光谱图像X的逼近值
[0060] 本发明的效果可通过以下仿真进一步说明
[0061] 1.仿真条件
[0062] 本实验的
硬件测试平台是:Intel Core i5CPU,主频3.20GHz,内存3.18GB;
软件仿真平台为:windows7
操作系统和Matlab2013b;测试图像为:NASS
网站上公布的一组天体光谱图像,如图4所示,其中图4(a)、4(b)、4(c)、4(d)、4(e)为这一组天体光谱图像包含的5张光谱维图像,每一幅图像的空间
分辨率为1489*1501。
[0063] 2.仿真内容与结果分析
[0064] 根据本发明成像方法,采用两步
迭代算法重构原光谱图像,并计算出每一张光谱维图像重构结果的
峰值信噪比PSNR,结果如图5所示,其中5(a)、5(b)、5(c)、5(d)、5(e)分别是对4(a)、4(b)、4(c)、4(d)、4(e)的重构结果及相应的PSNR。
[0065] 从仿真的实验结果可以计算出用本发明基于压缩感知的天体光谱成像仪获取的5张光谱维图像的平均PSNR为50.6665dB,其中PSNR最低为37.7736B,最高可达58.5430dB。从图5可以看出,本发明获取的光谱图像保留了原光谱图像的主要信息,而且比较图4(d)和图5(d)可以看出,图像5(d)的噪声减少了许多,有利于对关键信息的提取。
[0066] 在仿真实验中,利用原始基于望远镜的观测方法获取的天体多光谱图像数据大小为20.15M,而本发明成像方法采样获得的数据大小为6.65M,数据量减少了许多,更利于数据的存储和处理。