基于压缩感知的光谱成像技术研究

姚凯凯

摘要：依据非成像型光谱仪工作特点，结合压缩感知采样和计算重构方法，本文提出了一种基于压缩感知的光谱成像方法。在光谱仪前端搭建压缩采样系统，完成场景的压缩光谱采样，实现光谱和空间分布数据的同时获取，结合计算压缩重构成像方法，实现场景的分波段成像。通过仿真结果和实验结果的分析，说明本文提出的方法的正确性和可行性，能够实现实际场景的光谱数据的压缩采样，并完成指定波段的图像重构。

Abstract： According to the working characteristics of non-imaging spectrometer， combined with compressed sensing sampling and reconstruction method， this paper presents a spectral imaging method based on compressed sensing. In the front end of the spectrometer， a compression sampling system is set up to complete the compressed spectrum sampling of the scene and achieve the simultaneous acquisition of spectral and spatial distribution data. Combined with the calculation method of the compression reconstruction imaging， the sub-band imaging of the scene is realized. Through the analysis of simulation results and experimental results， the correctness and feasibility of the proposed method are demonstrated. It can achieve the spectral data compression sampling of actual scene and complete the image reconstruction of the specified band.

关键词：光谱仪;压缩感知;分波段成像;图像重构

Key words： spectrometer;compressive sensing;sub-band imaging;image reconstruction

中图分类号：O439 文献标识码：A 文章编号：1006-4311（2018）07-0207-03

0 引言

通过光谱仪可获取光学场景的谱特征，确定光学场景的光谱辐射峰值强度、波段位置、宽度、面积、对称度等，完成光学场景的谱特征分析。但是非成像型光谱仪获取的是整个场景的光谱辐射，既包含目标辐射，也包含背景辐射，难以将背景辐射区分开来，给光谱测量带来较大误差。光谱成像技术为成像技术与光谱测量技术相结合的图谱合一信息获取技术，不仅可获取成像目标的几何形状信息，也可识别目标的光谱特征差异，从而形成包含目标丰富信息的空-谱三维数据立方体，可以将目标与背景区别开来，获取目标精确光谱信息，从而完成目标的光谱特征精确分析。光谱成像技术被广泛应用于侦察及探测、航天航空遥感等领域，然而，成像光谱辐射计往往价格昂贵，因此，研究如何利用单元非成像型光谱仪完成场景的空间信息和谱分布信息同时采集具有重要意义。

壓缩感知信息采集理论基于稀疏域表示和优化的思想，可以保证从少量的采样数据中以较高的概率准确的重构出原始信号，其本质思想为将数据采样和数据压缩统一起来，在前端对数据进行压缩采样，在后端利用原始数据的稀疏性先验知识，采用一个数学优化算法将原始信号重构出来。为此，本文在光谱辐射计前端搭建压缩感知采集系统，完成场景的空间信息和光谱信息的同时采集，然后利用压缩感知理论完成数据的重构，一方面通过软件仿真验证了该方法的正确性，另一方面通过实际测试验证了该系统能够完成实际场景的光谱成像。

1 场景的压缩采样及光谱重构研究

压缩感知光谱成像技术是将压缩感知理论应用于成像领域，通过二维编码模板获取光谱图像的压缩数据，并利用压缩感知理论进行图谱复原，其过程如图1所示。

3 结论

本文提出基于压缩感知的光谱成像方法，在获取场景的光谱分布信息的同时可以获取场景的空间分布信息。经仿真验证和实验验证，均表明该方法原理正确，实际可行，可实现非成像型光谱仪基于压缩感知的计算光谱成像，拓展了光谱仪的应用范围及领域。

参考文献：

[1]尹继豪，孙建颖.基于压缩感知理论的波段重构方法[J].红外与激光工程，2014，43（4）：1260-1264.

[2]石光明，刘丹华，高大化，等.随机编码感知的高分辨遥感光谱计算成像[J].航天返回与遥感，2011，32（5）：60-66.

[3]陆明海，沈夏，韩申生.基于数字微镜器件的压缩感知关联成像研究[J].光学学报，2011，31（7）：0711002-1～0711002-6.endprint