CN106952234A - 一种高光谱计算解耦方法 - Google Patents
一种高光谱计算解耦方法 Download PDFInfo
- Publication number
- CN106952234A CN106952234A CN201710109125.1A CN201710109125A CN106952234A CN 106952234 A CN106952234 A CN 106952234A CN 201710109125 A CN201710109125 A CN 201710109125A CN 106952234 A CN106952234 A CN 106952234A
- Authority
- CN
- China
- Prior art keywords
- gray
- scale maps
- hyperion
- postrotational
- anglec
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001228 spectrum Methods 0.000 claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 abstract description 7
- 201000009310 astigmatism Diseases 0.000 abstract description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种高光谱计算解耦方法,包括:根据单色光生成多张光谱图像,进而转变为多张灰度图;求取多张灰度图的旋转角度;根据旋转角度使多张灰度图旋转,进而对旋转后的多张灰度图上的位置进行拟合得到波长‑位置函数;根据旋转角度使多张灰度图旋转,进而根据旋转后的多张灰度图得到灰度值随位置变化的函数;将所述多张光谱图像和校正图像对齐,并根据预设的优化问题进行求解,根据求解结果、波长‑位置函数和灰度值随位置变化的函数确定入射光的强度。本发明具有如下优点:采集区域通过散光器件之后,不同波长的光在图像上的位置不同,利用位置和波长的对应关系可以从图中读出高光谱信息,提升了光谱分辨率且仅需要进行一次标定。
Description
技术领域
本发明涉及光谱技术领域,具体涉及一种高光谱计算解耦方法。
背景技术
高光谱技术是当前遥感、医学和化学等学科领域的研究热点,在安全保卫、军事模拟等领域中有着广泛的应用。最近出现了一些利用便携的散光设备和RGB相机获取高光谱数据的设备,如何从RGB图像中方便地获得准确的高光谱信息是一个亟待解决的问题。
RGB图像只含有红绿蓝三个通道的信息,在光谱维度上是稀疏的,同时,光谱信息耦合在图像中,难以解算。现有的方法主要采用直接使用单色仪产生单色光照射物体以获取高光谱信息的方法。该方法每次需要采集多幅图像,程序复杂,而且光源的强度对获得的光谱信息影响较大。
发明内容
本发明旨在至少解决上述技术问题之一。
为此,本发明的目的在于提出一种高光谱计算解耦方法,实现从RGB图像解析高光谱数据。
为了实现上述目的,本发明的实施例公开了一种高光谱计算解耦方法,包括以下步骤:S1:生成预设条件的单色光,进而根据所述预设条件的单色光生成多张光谱图像,然后将所述多张光谱图像转变为多张灰度图;S2:对所述多张灰度图的行列分别求取向量,根据行列求取向量的结果得到所述多张灰度图的旋转角度;S3:根据所述旋转角度对所述多张灰度图进行旋转,根据所述旋转后的多张灰度图的三个通道分别求取平均值相应得到三个向量,对所述三个向量分别求取最大值并根据所述最大值确定在所述旋转后的多张灰度图上的位置,根据确定的旋转后的多张灰度图上的位置进行拟合得到波长-位置函数;S4:根据所述旋转角度对所述多张灰度图进行旋转,确定所述旋转后的多张灰度图的三个通道最大值所在的位置,根据所述旋转后的多张灰度图得到灰度值随位置变化的函数;S5:将所述多张光谱图像和校正图像对齐,并根据预设的优化问题进行求解,根据求解结果、所述波长-位置函数和灰度值随位置变化的函数确定入射光的强度。
根据本发明实施例的高光谱计算解耦方法,采集区域通过散光器件之后,不同波长的光在图像上的位置不同,利用位置和波长的对应关系可以从图中读出高光谱信息。
另外,根据本发明上述实施例的高光谱计算解耦方法,还可以具有如下附加的技术特征:
进一步地,步骤S2进一步包括:对所述多张灰度图的求每行的最大值得到向量mrk;对所述多张灰度图的求每列的最大值得到向量mck;记mrk中的值大于mrk的最大值的预设比值的像素数为rk;记mck中的值大于mck的最大值的所述预设比值的像素数为ck;根据rk和ck得到所述旋转角度。
进一步地,使用单色仪生成所述预设条件的单色光。
进一步地,根据所述预设条件的单色光使用分光器和RGB相机生成所述多张光谱图像。
进一步地,根据确定的旋转后的多张灰度图上的位置使用最小二乘法拟合得到所述波长-位置函数。
进一步地,所述预设比值为80%。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明一个实施例的高光谱计算解耦方法的流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
参照下面的描述和附图,将清楚本发明的实施例的这些和其他方面。在这些描述和附图中,具体公开了本发明的实施例中的一些特定实施方式,来表示实施本发明的实施例的原理的一些方式,但是应当理解,本发明的实施例的范围不受此限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
以下结合附图描述本发明。
图1是本发明实施例的高光谱计算解耦方法的流程图。如图1所示,一种高光谱计算解耦方法,包括以下步骤:
S1:提供预设条件的单色光,进而根据所述预设条件的单色光生成多张光谱图像,然后将所述多张光谱图像转变为多张灰度图。
在本发明的一个实施例中,使用单色仪生成预设条件的单色光。在本发明的一个示例中,预设条件的单色光为范围在410nm~670nm,间隔为10nm的单色光。
在本发明的一个实施例中,使用分光器和RGB相机生成多张光谱图像。在本发明的一个示例中,利用分光器和RGB相机获得17张分辨率为4032×3024的光谱图像并转换为灰度图,把这17张灰度图标记为I1-I17。
S2:对所述多张灰度图的行列分别求取向量,根据行列求取向量的结果得到所述多张灰度图的旋转角度。
在本发明的一个实施例中,步骤S2进一步包括:
对Ik(k=1,…,17)求每行的最大值,得到长度为3024的向量mrk;
对Ik(k=1,…,17)求每列的最大值,得到长度为4032的向量mck;
记mrk中的值大于mrk的最大值的80%的像素数为rk;
记mck中的值大于mck的最大值的80%的像素数为ck;
求出旋转角度求平均值作为旋转角度。
S3:根据旋转角度对多张灰度图进行旋转,根据旋转后的多张灰度图的三个通道分别求取平均值相应得到三个向量,对三个向量分别求取最大值并根据最大值确定在旋转后的多张灰度图上的位置,根据确定的旋转后的多张灰度图上的位置进行拟合得到波长-位置函数。
具体地,按角度θ旋转Ik(k=1,…,17)使光线条纹和图像的长边垂直,对RGB三个通道分别求列求平均值得到向量meanRk,meanGk、meanBk。求meanRk,meanGk、meanBk的最大值,记为mRk、mGk、mBk。对mRk、mGk、mBk(k=1,…,17)求最大值,最大值在图上对应的位置记为stdR、stdG和stdB。在I1-I17中读出各个波长的光在图上的位置p1-p17,使用最小二乘法拟合波长-位置函数p(λ)。
S4:根据旋转角度对多张灰度图进行旋转,确定旋转后的多张灰度图的三个通道最大值所在的位置,根据旋转后的多张灰度图得到灰度值随位置变化的函数。
具体地,把拍摄到的RGB图像转化为灰度图并旋转角度θ,使光线条纹和图像的长边垂直,记旋转后的图像为I。找到I的三个通道的最大值所在的位置,分别记为PR、PG和PB。对I求列求平均值得到灰度值随位置变化的函数L(x)。
S5:将所述多张光谱图像和校正图像对齐,并根据预设的优化问题进行求解,根据求解结果、所述波长-位置函数和灰度值随位置变化的函数确定入射光的强度。
具体地,把拍摄到的图片和校正图像对齐。求解下面的优化问题:
min(PR-x-StdR)2+(PG-x-StdG)2+(PB-x-stdB)2
该问题的解为
则波长为λ的光的强度为
本发明实施例的高光谱计算解耦方法,与现有的方法相比,本方法有如下几个优点:
可以自动对齐RGB图像并读出高光谱信息;
对光谱信息进行解耦,提升了光谱分辨率;
仅需要进行一次标定。
另外,本发明实施例的高光谱计算解耦方法的其它构成以及作用对于本领域的技术人员而言都是已知的,为了减少冗余,不做赘述。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同限定。
Claims (6)
1.一种高光谱计算解耦方法,其特征在于,包括以下步骤:
S1:提供预设条件的单色光,进而根据所述预设条件的单色光生成多张光谱图像,然后将所述多张光谱图像转变为多张灰度图;
S2:对所述多张灰度图的行列分别求取向量,根据行列求取向量的结果得到所述多张灰度图的旋转角度;
S3:根据所述旋转角度对所述多张灰度图进行旋转,根据所述旋转后的多张灰度图的三个通道分别求取平均值相应得到三个向量,对所述三个向量分别求取最大值并根据所述最大值确定在所述旋转后的多张灰度图上的位置,根据确定的旋转后的多张灰度图上的位置进行拟合得到波长-位置函数;
S4:根据所述旋转角度对所述多张灰度图进行旋转,确定所述旋转后的多张灰度图的三个通道最大值所在的位置,根据所述旋转后的多张灰度图得到灰度值随位置变化的函数;
S5:将所述多张光谱图像和校正图像对齐,并根据预设的优化问题进行求解,根据求解结果、所述波长-位置函数和灰度值随位置变化的函数确定入射光的强度。
2.根据权利要求1所述的高光谱计算解耦方法,其特征在于,步骤S2进一步包括:
对所述多张灰度图的求每行的最大值得到向量mrk;
对所述多张灰度图的求每列的最大值得到向量mck;
记mrk中的值大于mrk的最大值的预设比值的像素数为rk;
记mck中的值大于mck的最大值的所述预设比值的像素数为ck;
根据rk和ck得到所述旋转角度。
3.根据权利要求1所述的高光谱计算解耦方法,其特征在于,使用单色仪生成所述预设条件的单色光。
4.根据权利要求1所述的高光谱计算解耦方法,其特征在于,根据所述预设条件的单色光使用分光器和RGB相机生成所述多张光谱图像。
5.根据权利要求1所述的高光谱计算解耦方法,其特征在于,根据确定的旋转后的多张灰度图上的位置使用最小二乘法拟合得到所述波长-位置函数。
6.根据权利要求2所述的高光谱计算解耦方法,其特征在于,所述预设比值为80%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710109125.1A CN106952234B (zh) | 2017-02-27 | 2017-02-27 | 一种高光谱计算解耦方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710109125.1A CN106952234B (zh) | 2017-02-27 | 2017-02-27 | 一种高光谱计算解耦方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106952234A true CN106952234A (zh) | 2017-07-14 |
CN106952234B CN106952234B (zh) | 2019-10-29 |
Family
ID=59467096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710109125.1A Expired - Fee Related CN106952234B (zh) | 2017-02-27 | 2017-02-27 | 一种高光谱计算解耦方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106952234B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643388A (zh) * | 2021-10-14 | 2021-11-12 | 深圳市海谱纳米光学科技有限公司 | 一种用于高光谱图像的黑帧标定、矫正方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090318815A1 (en) * | 2008-05-23 | 2009-12-24 | Michael Barnes | Systems and methods for hyperspectral medical imaging |
CN102779353A (zh) * | 2012-05-31 | 2012-11-14 | 哈尔滨工程大学 | 一种具有距离保持特性的高光谱彩色可视化方法 |
CN103018180A (zh) * | 2012-12-11 | 2013-04-03 | 江苏大学 | 一种基于多源光信息技术的棉花病害检测方法和装置 |
CN105608433A (zh) * | 2015-12-23 | 2016-05-25 | 北京化工大学 | 一种基于核协同表达的高光谱图像分类方法 |
-
2017
- 2017-02-27 CN CN201710109125.1A patent/CN106952234B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090318815A1 (en) * | 2008-05-23 | 2009-12-24 | Michael Barnes | Systems and methods for hyperspectral medical imaging |
CN102779353A (zh) * | 2012-05-31 | 2012-11-14 | 哈尔滨工程大学 | 一种具有距离保持特性的高光谱彩色可视化方法 |
CN103018180A (zh) * | 2012-12-11 | 2013-04-03 | 江苏大学 | 一种基于多源光信息技术的棉花病害检测方法和装置 |
CN105608433A (zh) * | 2015-12-23 | 2016-05-25 | 北京化工大学 | 一种基于核协同表达的高光谱图像分类方法 |
Non-Patent Citations (2)
Title |
---|
YUWANG WANG等: "Hyperspectral Computational Ghost Imaging via Temporal Multiplexing", 《IEEE PHOTONICS TECHNOLOGY LETTERS》 * |
马晨光等: "高分辨率光谱视频采集研究", 《电子学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643388A (zh) * | 2021-10-14 | 2021-11-12 | 深圳市海谱纳米光学科技有限公司 | 一种用于高光谱图像的黑帧标定、矫正方法和*** |
CN113643388B (zh) * | 2021-10-14 | 2022-02-22 | 深圳市海谱纳米光学科技有限公司 | 一种用于高光谱图像的黑帧标定、矫正方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN106952234B (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104457708B (zh) | 一种紧凑型多光谱相机 | |
CN102930507B (zh) | 图像处理方法、图像处理装置和图像拾取装置 | |
JP3829238B2 (ja) | 色再現システム | |
JP2019220957A5 (zh) | ||
US12025497B2 (en) | High-resolution spectral image fast acquisition apparatus and method | |
CN102685511B (zh) | 图像处理设备和图像处理方法 | |
CN113676628B (zh) | 成像装置和图像处理方法 | |
CN108776980A (zh) | 一种面向微透镜光场相机的标定方法 | |
Tu et al. | Division of focal plane red–green–blue full-Stokes imaging polarimeter | |
CN102844788A (zh) | 图像处理装置及使用该图像处理装置的图像拾取装置 | |
US10367995B2 (en) | Imaging apparatus having control circuit that corresponds a region of first image data with second image data | |
CN110322485A (zh) | 一种异构多相机成像***的快速图像配准方法 | |
CN103884427A (zh) | 高光谱高空间分辨率的图像获取方法及装置 | |
CN104204738B (zh) | 眩光测量*** | |
CN106067937A (zh) | 镜头模块阵列、图像感测装置与数字缩放图像融合方法 | |
JP2008011289A (ja) | デジタルカメラ | |
CN107071371A (zh) | 全景摄像模组的镜头颜色亮度校准方法及装置 | |
CN103544696A (zh) | 一种用于fpga实现的缝合线实时查找方法 | |
JP6923897B2 (ja) | フィルタ、画像撮影装置および画像撮影システム | |
CN106952234A (zh) | 一种高光谱计算解耦方法 | |
CN103262524B (zh) | 自动聚焦图像*** | |
CN106878628A (zh) | 一种通过摄像头进行视频拼接的方法 | |
CN107170013B (zh) | 一种rgb相机光谱响应曲线的标定方法 | |
CN107084788A (zh) | 一种多光谱成像*** | |
JP6094333B2 (ja) | 補正データ生成装置、補正データ生成プログラム及び色補正装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191029 |
|
CF01 | Termination of patent right due to non-payment of annual fee |