一種二元光學(xué)圖像光譜的重建方法（一）技術(shù)領(lǐng)域本發(fā)明涉及一種二元光學(xué)圖像光譜的重建方法，屬于高光譜數(shù)據(jù)重建與處理技術(shù)領(lǐng)域，它適用于二元光學(xué)系統(tǒng)數(shù)據(jù)的處理理論方法和應(yīng)用技術(shù)研究。（二）

背景技術(shù)：
高光譜圖像實(shí)現(xiàn)了光譜分辨率的突破性提高，實(shí)現(xiàn)了“光譜合一”。但是，針對于高光譜圖像波段過多，從而導(dǎo)致各波段所獲得的能量較少，產(chǎn)生了信噪比較低這一問題。二元光學(xué)元件沿光軸方向色散，可同時(shí)在空間維和光譜維成像，系統(tǒng)中無須通過狹縫進(jìn)行分光，大大增強(qiáng)了入射能量，從而提高了信噪比。但是同時(shí)，這導(dǎo)致各波段的光除在自身焦平面成清晰像外，還會(huì)在相鄰波段成模糊像，即二元光學(xué)圖像的每一幅圖像都是該波段的清晰像與相鄰波段的離焦量的疊加，不可以直接使用。二元光學(xué)圖像的光譜重建技術(shù)，可以將離焦量的影響去除，得到真實(shí)可用的二元光學(xué)圖像的光譜數(shù)據(jù)。對光譜重建技術(shù)的研究主要從對點(diǎn)擴(kuò)散函數(shù)的研究以及圖像復(fù)原算法的研究兩方面進(jìn)行。令J0是零階第一類貝塞爾函數(shù)，λ是波長，ρ＝||v||=(ξ2+η2)1/2是透鏡后面所成的面的極坐標(biāo)，v＝(ξ,η)是后焦平面上點(diǎn)的坐標(biāo)，NA、M分別是透鏡的數(shù)值孔徑和放大倍數(shù)，zd是透鏡到接收面的距離，是二維樣本平面上的極坐標(biāo)，z0是 三維樣本的深度，P(ρ,z0,T)是透鏡的光瞳函數(shù)，則實(shí)際光路的點(diǎn)擴(kuò)散函數(shù)的模型為但該模型中參數(shù)過多，很多難以取得，且包含積分、求導(dǎo)等復(fù)雜運(yùn)算，會(huì)極大地加大運(yùn)算量，因此在實(shí)際中難以使用。而與其類似的高斯模型參數(shù)少，計(jì)算簡便，可以用來代替對點(diǎn)擴(kuò)散函數(shù)進(jìn)行模擬。圖像復(fù)原涉及到去噪、二維信號反卷積等處理方法，目前常見的方法有最近鄰法、線性解卷積算法、非線性迭代算法等。對于不同已知條件、不同成像特點(diǎn)的模型，應(yīng)選用不同的算法進(jìn)行光譜重建工作，而這些方法也有其各自不同的特點(diǎn)。如最近鄰、逆濾波、維納逆濾波算法速度較快，但復(fù)原質(zhì)量不高；而需要迭代的算法速度較慢，但復(fù)原結(jié)果一般較好。目前，基于二元光學(xué)的圖像光譜數(shù)據(jù)重建方法主要有以下不足：（1）一般假設(shè)系統(tǒng)的光學(xué)系統(tǒng)放大率相同，未考慮不等放大率系統(tǒng)的情況，使得重建方法不適用于不等放大率系統(tǒng)；（2）未根據(jù)數(shù)據(jù)不同的噪聲水平進(jìn)行重建方法的選擇，容易出現(xiàn)噪聲放大，淹沒圖像光譜有用信息等問題；（3）未根據(jù)圖像光譜數(shù)據(jù)標(biāo)準(zhǔn)差不同進(jìn)行不同方法的選擇，容易出現(xiàn)振鈴效應(yīng)從而影響重建圖像光譜數(shù)據(jù)質(zhì)量。（三）

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的是提供一種二元光學(xué)圖像光譜的重建方法，它克服了現(xiàn)有光譜重建方法適用范圍較窄、難以對不同系統(tǒng)的圖像光譜數(shù)據(jù)進(jìn)行處理的不足，可依據(jù)系統(tǒng)參數(shù)自行確定最佳的光譜重建算法，它是一種適用性強(qiáng)、可靠性高的二元光學(xué)圖像光譜的重建方法。本發(fā)明的技術(shù)解決方案是：一種對于不同參數(shù)的成像系統(tǒng)，可依據(jù)其特點(diǎn)自動(dòng)確定可得到最佳二元光學(xué)圖像光譜重建效果的方法。該方法主要是基 于對系統(tǒng)點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差、噪聲水平、放大率等參數(shù)的判斷，通過圖像重采樣的方法將不等放大率圖像轉(zhuǎn)化為等放大率圖像，利用線性解卷積、非線性迭代等方法對圖像進(jìn)行空間維和光譜維的重建，從而獲得圖像光譜重建結(jié)果。本發(fā)明一種二元光學(xué)圖像光譜的重建方法，其具體步驟如下：（1）讀入原始二元光學(xué)圖像光譜數(shù)據(jù)；（2）根據(jù)光學(xué)系統(tǒng)參數(shù)與結(jié)構(gòu)進(jìn)行是否等放大率系統(tǒng)判斷，若為不等放大率光學(xué)系統(tǒng)，將不等放大率的各個(gè)波段圖像轉(zhuǎn)換為等放大率圖像；（3）計(jì)算各個(gè)波段點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差；（4）對噪聲水平進(jìn)行分析，若無噪聲，使用傳統(tǒng)的逆濾波法進(jìn)行空間維圖像復(fù)原；（5）對于存在噪聲水平的圖像光譜數(shù)據(jù)，根據(jù)點(diǎn)擴(kuò)散函數(shù)標(biāo)準(zhǔn)差的不同進(jìn)行空間維復(fù)原方法的選擇；（6）根據(jù)二元光學(xué)成像原理進(jìn)行光譜維數(shù)據(jù)的重建；（7）獲得圖像光譜重建結(jié)果。其中，步驟（2）中所進(jìn)行的是否為等放大率系統(tǒng)判斷，其目的是將不等放大率圖像轉(zhuǎn)化為等放大率，首先進(jìn)行不同波段相同成像區(qū)域選擇，然后采用重采樣方法將不等放大率的各個(gè)波段圖像轉(zhuǎn)換為以最小放大率為基準(zhǔn)的圖像，使該算法可適用于等放大率與不等放大率兩種光學(xué)系統(tǒng)。其中，步驟（3）中所述的計(jì)算各個(gè)波段點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差，是指利二維高斯模型計(jì)算對點(diǎn)擴(kuò)散函數(shù)：其中，μ1為x方向的平均值，σ1為x方向的標(biāo)準(zhǔn)差，μ2為y方向的平均值，σ2為y方向的標(biāo)準(zhǔn)差，在x方向與y方向的標(biāo)準(zhǔn)差相等、中心位置相同時(shí)，該式可簡化為：其中，μ為該高斯模型的平均值，可采用實(shí)際像點(diǎn)坐標(biāo)值；σ為高斯模型的標(biāo)準(zhǔn)差，可將實(shí)驗(yàn)中點(diǎn)擴(kuò)散函數(shù)矩陣的最大值代入公式求得。其中，步驟（4）中所述的對噪聲水平進(jìn)行分析，是采用基于圖像統(tǒng)計(jì)參數(shù)的圖像信噪比計(jì)算實(shí)現(xiàn)噪聲水平分析，并根據(jù)噪聲水平進(jìn)行圖像光譜重建方法的選擇。其中，步驟（5）所述的“對于存在噪聲水平的圖像光譜數(shù)據(jù)，根據(jù)點(diǎn)擴(kuò)散函數(shù)標(biāo)準(zhǔn)差的不同進(jìn)行空間維復(fù)原方法的選擇”，是指對于存在噪聲且點(diǎn)擴(kuò)散函數(shù)標(biāo)準(zhǔn)差較小的圖像，使用Jansson-VanCitter方法進(jìn)行空間維圖像復(fù)原；對于存在噪聲且點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差較大的圖像，采用維納逆濾波法進(jìn)行空間維的圖像復(fù)原。其中，步驟（6）中所述的“根據(jù)二元光學(xué)成像原理進(jìn)行光譜維數(shù)據(jù)的重建”，是指根據(jù)二元光學(xué)成像原理進(jìn)行光譜維數(shù)據(jù)的重建，該光譜維數(shù)據(jù)重建方法采用線性解卷積方法。本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：克服了傳統(tǒng)光譜重建算法較為獨(dú)立、單一，只適用于具有特定特點(diǎn)的光學(xué)系統(tǒng)的缺點(diǎn)，可同時(shí)對不同點(diǎn)擴(kuò)散函數(shù)、噪聲水平、系統(tǒng)放大率的系統(tǒng)所得到的二元光學(xué)圖像進(jìn)行光譜重建，均可得到較好的效果。它具有以下的優(yōu)點(diǎn)：（1）利用圖像重采樣的方法將各波段圖像轉(zhuǎn)化為等放大率，并將放大率統(tǒng)一至最小放大率，使方法可同時(shí) 應(yīng)用于等放大率與不等放大率的光學(xué)系統(tǒng)，并且有效消除圖像的棋盤格效應(yīng)；（2）通過對噪聲水平的判斷，對存在噪聲的實(shí)際圖像與無噪聲的圖像采用不同的圖像光譜重建算法，有效地抑制了噪聲影響，從而實(shí)現(xiàn)了快速、準(zhǔn)確的圖像光譜重建；（3）通過對點(diǎn)擴(kuò)散函數(shù)標(biāo)準(zhǔn)差的判斷，對于不同系統(tǒng)可采取不同的方法進(jìn)行圖像光譜重建，有效地消除了重建后圖像光譜數(shù)據(jù)的“振鈴”效應(yīng)。（四）附圖說明圖1為本發(fā)明的流程框圖（五）具體實(shí)施方式以光譜波段范圍為450nm-900nm，波段數(shù)為30的數(shù)據(jù)為例，進(jìn)行本發(fā)明涉及的一種二元光學(xué)圖像光譜的重建方法具體實(shí)施過程說明，見圖1，本發(fā)明一種二元光學(xué)圖像光譜的重建方法，具體實(shí)現(xiàn)步驟如下：（1）讀入原始二元光學(xué)圖像光譜數(shù)據(jù)；讀入450nm-900nm波段范圍內(nèi)的30個(gè)波段的二元光學(xué)圖像光譜數(shù)據(jù)；（2）根據(jù)光學(xué)系統(tǒng)參數(shù)與結(jié)構(gòu)進(jìn)行是否等放大率系統(tǒng)判斷，若為不等放大率光學(xué)系統(tǒng)，將不等放大率的各個(gè)波段圖像轉(zhuǎn)換為等放大率圖像；由光學(xué)系統(tǒng)的結(jié)構(gòu)、參數(shù)判斷光學(xué)系統(tǒng)是否為等放大率光學(xué)系統(tǒng)，經(jīng)判斷各波段圖像放大率不相同，為不等放大率光學(xué)系統(tǒng)，首先根據(jù)放大率關(guān)系確定各波段圖像中相同區(qū)域的范圍，再以最小放大率圖像中相同區(qū)域的尺寸為基準(zhǔn)，對各波段圖像中的相同區(qū)域進(jìn)行圖像重采樣，得到等放大率的圖像，以最小放大率為基準(zhǔn)可以在保證運(yùn)算速度的前提下防止棋盤格效應(yīng)的出現(xiàn)；（3）計(jì)算各個(gè)波段點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差；統(tǒng)計(jì)讀入的各波段數(shù)據(jù)的點(diǎn) 擴(kuò)散函數(shù)矩陣，將矩陣的最大值代入高斯模型的極大值點(diǎn)，即可將高斯模型確定，利用高斯模型統(tǒng)計(jì)參數(shù)計(jì)算得到系統(tǒng)點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差；（4）對噪聲水平進(jìn)行分析，若無噪聲，使用傳統(tǒng)的逆濾波法進(jìn)行空間維圖像復(fù)原；根據(jù)信噪比分析判斷，讀入的原始數(shù)據(jù)中包含了噪聲，因此，采用步驟（5）中的算法進(jìn)行圖像復(fù)原；（5）對于存在噪聲水平的圖像光譜數(shù)據(jù)，根據(jù)點(diǎn)擴(kuò)散函數(shù)標(biāo)準(zhǔn)差的不同進(jìn)行空間維復(fù)原方法的選擇；若點(diǎn)擴(kuò)散函數(shù)標(biāo)準(zhǔn)差較小，則可使用Jansson-VanCitter算法進(jìn)行空間維圖像復(fù)原，通過非線性迭代的方法達(dá)到圖像復(fù)原的效果，雖然速度較慢，但這種方法不會(huì)放大噪聲，且復(fù)原結(jié)果的清晰度較高；但是此方法對點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差有嚴(yán)格的要求，在點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差較大時(shí)，會(huì)由于在迭代過程中反復(fù)對圖像進(jìn)行模糊而產(chǎn)生很嚴(yán)重的振鈴現(xiàn)象；對于點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差較大，采用維納逆濾波法進(jìn)行圖像復(fù)原，經(jīng)判斷讀入的原始數(shù)據(jù)點(diǎn)擴(kuò)散函數(shù)的標(biāo)準(zhǔn)差為1.34，因此采用維納逆濾波法進(jìn)行空間維圖像復(fù)原，該方法在傳統(tǒng)逆濾波法的基礎(chǔ)上加入了考慮噪聲的因子，使噪聲不會(huì)被放大，且由于沒有迭代不會(huì)產(chǎn)生振鈴現(xiàn)象；（6）根據(jù)二元光學(xué)成像原理進(jìn)行光譜維數(shù)據(jù)的重建；在光譜維，二元光學(xué)圖像沒各波段的圖像均是該波段的清晰像與相鄰波段的離焦量的疊加，各波段光線可引起的響應(yīng)強(qiáng)弱是由系統(tǒng)在光譜維的點(diǎn)擴(kuò)散函數(shù)決定的，因此，對光譜維進(jìn)行光譜重建可采用線性解卷積法，光譜維的點(diǎn)擴(kuò)散函數(shù)為一維高斯模型；（7）獲得圖像光譜重建結(jié)果；將進(jìn)行空間維和光譜維重建的結(jié)果進(jìn)行輸出，從而獲得450-900nm波段范圍的圖像光譜數(shù)據(jù)重建結(jié)果。