基于MOMES的Hadamard编码模板的设计方法

长期以来Hadamard变换成像光谱技术一直受到编码模板的制约而发展缓慢,然而随着微光机电系统(MOMES)的出现,基于数字微镜器件设计Hadamard编码模板为Hadamard变换成像光谱技术的发展提供了新的契机。介绍了一种基于数字微镜器件(DMD)的Hadamard变换成像光谱仪的物理模型及其Hadamard编码模板的设计方法,该方法控制DMD将光谱仪的光谱响应范围对应的色散光谱的宽度按照S矩阵的阶数等分,在空间上形成循环变化的Hadamard编码模版。实验表明光谱仪原理样机取得的光谱曲线与辐射度计取得的光谱曲线相似度很高,有力证明了基于DMD设计的编码模板对色散光谱的良好调制作用。     

数字微镜Hadamard变换光谱仪光谱反演矩阵标定及实验

国内外对DMD空间光调制的Hadamard变换成像光谱仪做了大量的理论研究和实验验证,但这项技术的研究还不够成熟,很多问题需要进一步的研究。在这种光谱仪中每个像素点色散光谱的编码矩阵互不相同。通过比较激光编码图像灰度值的变化并结合S矩阵元素的变化规律,提出了一种光谱反演矩阵的标定方法。以七阶左移循环S矩阵为例设计编码模板,通过两组成像实验对光谱反演结果进行了验证。在第一组实验中,将一束激光波长为632.8 nm激光导入光谱仪中,光谱仪的光谱响应范围为550~680 nm,632.8 nm在第五个波段范围626~644 nm之内理论上只有波段范围为626~644 nm的第五幅光谱图像是明亮的,其余的图像没有能量分布,实际的实验结果与理论上的分析相吻合。在第二组实验中,让光谱仪对一个彩色蝴蝶模型进行成像,在反演后得到的光谱图像上提取两个测试点的光谱曲线,与用辐射度计提取的光谱特性曲线进行对比分析,实验结果表明反演所得的光谱曲线与辐射度提取的光谱特性曲线基本一致。两组光谱反演的实验结果验证了所提出的光谱反演矩阵标定方法的有效性。     

基于数字微镜器件的Hadamard变换编码模板设计及空间光谱调制分析

研究了利用数字微镜器件生成 Hadamard光调制编码模板的方法,深入分析了利用该编码模板进行光调制的工作原理及设计中应注意的技术细节。采用原型样机光谱仪对入射激光进行编码成像实验,光谱反演后提取图像上样本区域内少量像素点的光谱曲线,发现其光谱峰值恰好在激光波长所在的光谱通道内,反演后的图像中只有激光波长所在光谱通道的光谱图像有能量分布。实验结果表明运用数字微镜设计的Hadamard编码模板达到了理想的空间光调制效果。     

Hadamard变换光谱成像仪光谱复原矩阵修正算法

提出了基于数字微镜阵列(DMD)的Hadamard变换光谱成像仪编码模板的修正算法。利用原理样机获得了目标的光谱数据立方体,在分析DMD结构特点的基础上,建立了一种Hadamard变换光谱复原矩阵修正算法,用于修正DMD狭缝及像元尺寸与DMD尺寸不匹配对相关区域光谱数据产生影响。实验结果表明,修正算法提高了光谱图像的成像质量,同时保证了受影响区域复原光谱与未受影响区域复原光谱相似度达到98.88%以上。     

哈达玛变换成像光谱仪中光谱混合像素点的解码方法

介绍了一种基于DMD的哈达玛变换成像光谱仪的物理模型,由于DMD微镜单元尺寸与探测器像元尺寸不匹配或者其他一些在光学设计和系统集成中的误差,导致这种光谱仪中采集到的编码图像上部分像素点出现的一种光谱混合现象。描述和分析了这些光谱混合像素点的编码原理,分析表明:这种光谱混合像素点无法直接用哈达玛反变换解码。为了准确地解码这些光谱混合像素点,改善复原后光谱图像的质量,提出了一种针对这种光谱混合像素点的解码方法。首先向光谱仪中导入一束激光并充满整个视场,针对编码图像中的光谱混合像素点确定一个解码系数。然后将这个系数带入光谱混合像素点的编码方程,即可解码它的光谱元。实验结果证明该方法是可行的。     

基于超像素分割的RGB与高光谱图像融合

本文提出了一种基于超像素分割的RGB与高光谱图像融合方法。首先,利用在线字典学习法由低空间分辨率的高光谱图像数据学习得到光谱字典。然后,通过光谱字典的线性变换,得到与高光谱图像同一场景的RGB图像字典。其次,对RGB图像进行超像素分割,并根据分割结果在每一个超像素块中进行稀疏编码,得到稀疏矩阵中的系数包含了RGB图像的空间信息。最后,将稀疏编码矩阵与高光谱图像谱字典相结合重建得到高空间分辨率高光谱图像。实验结果表明,该方法不管是在主观视觉上的图像恢复质量,还是在峰值信噪比等客观指标上均具有优势。     

基于FISTA 算法的编码孔径光谱图像压缩与复原系统

在研究现有光谱图像压缩与复原的基础上,提出了一种新型的光谱压缩与复原方法,即基于编码孔径的光谱压缩复原系统;在光谱仪的光学系统中加入由数字微镜阵列（DMD）实现的编码模板,该编码模板为一个随机矩阵,可对目标的图谱数据立方体实现瞬时编码,目标的反射光经过该编码模板后三维图谱数据立方体被压缩成一个隐含有光谱信息的二维矩阵。在解码算法方面,首次提出了利用快速迭代收缩阈值算法（FISTA）实现从少量观测值中重构三维图谱数据立方体。该算法在每次迭代中估计一次梯度的同时还计算了一个额外的点。实验结果表明,该算法无论是在收敛速度,还是在复原重构效果上均有明显提高。     

航空滤光片阵列多光谱图像条带灰度校正算法

针对航空滤光片阵列多光谱图像中存在的条带灰度差异问题,提出条带灰度校正算法。首先,对多光谱图像构建条带图像模板,基于SIFT(Scale-Invariant Feature Transform)算法提取图像特征点并计算图像间坐标转换矩阵,用于确定条带图像重叠区域；其次,依次计算各条带图像重叠区域像素灰度均值,并以中间图像各条带灰度为基准,依次拟合相邻图像间灰度校正系数；最后,利用投影后的图像模板依次提取序列单波段条带并进行拼接,得到灰度一致的单波段图像。实验结果表明:该方法可以有效解决航空滤光片阵列多光谱图像条带灰度差异,且能够最大限度保持地物光谱信息特征。     

基于哈达玛矩阵编码测量的自适应压缩成像

为了消除采样过程中的噪声干扰,进一步提高重构图像质量,针对数字微镜阵列(DMD)与桶探测器在测量过程中点对点采样产生的起伏噪声导致图像信噪比降低的问题,提出基于哈达玛矩阵编码测量的压缩采样成像方法。首先采用DMD分区控制方法,利用哈达玛编码测量,计算获得低分辨率的粗糙图像,接着在预测的重要小波系数所在区域,对同一尺度上的重要区域利用哈达玛矩阵进行投影,同时计算出这些区域的小波系数,最后通过小波逆变换获得重构图像。实验表明,在测量噪声为0.2倍的热噪声下,只需要10%的采样率,通过哈达玛编码测量,图像峰值信噪比从13.98dB最高提高到34.56dB,提高了20.58dB,成像质量明显改善,清晰度高。当存在较大的测量噪声时,该方法可以大幅提高图像的信噪比,尤其适用于微弱光信号条件下的高灵敏压缩采样成像。     

基于Hadamard矩阵的随机网络编码

在分析介绍随机网络编码理论应用于无线网络环境的优越性的同时,对Hadamard矩阵的性质展开研究,提出了基于Hadamard矩阵的随机网络编码方法,并且通过实例证明,基于Hadamard矩阵的编码系数矩阵不仅可以实现有效的网络编码信息传输,而且可以保证信息传输的安全性,同时降低了现有随机网络编码算法的复杂度。     

基于Hadamard矩阵调制的空时频移键控

针对现有的空时频移键控(ST-FSK)频谱利用率低的缺陷,该文提出了一种基于Hadamard矩阵调制的空时频移键控(HST-FSK)方案。HST-FSK采用Hadamard矩阵对一个新的FSK波形向量在空、时二维上作Kronecker扩展,由于新的FSK波形向量中引入了更多的参数,因而HST-FSK能够获得比ST-FSK更高的频谱利用率。作为一种特殊的酉空时编码,HST-FSK适合于任意发射天线数并且可以实现接收端无需信道估计的非相干检测。相比于其它的酉空时调制(USTM)方案,HST-FSK还具有编码设计简单、能够获得满天线分集等优点。理论分析及仿真实验表明,与已有典型的酉空时调制方案相比,在频谱利用率相同的条件下,HST-FSK与ST-FSK的误码性能相当。而在具有较高频谱利用率时,HST-FSK的误码性能明显优于基于系统设计的USTM。     

Hadamard变换光谱仪光谱复原算法的FPGA实现

提出一种利用FPGA实现Hadamard变换光谱仪光谱复原算法的方案。利用具备数字信号处理功能的FPGA对Hadamard编码图像,可以快速地进行Hadamard逆变换并得到复原图像。根据复原图像可以知道被测目标在各个波段的信息从而获得光谱曲线。实验表明,利用FPGA来完成该型光谱仪的光谱复原可以得到清晰的复原图像和单点光谱曲线,并且与软件得到的处理结果基本相同。该方案可以用于该型光谱仪的实时光谱复原以及基于光谱特征的目标识别领域。     

JPEG2000 encoding with perceptual distortion control.

In this paper, a new encoding approach is proposed to control the JPEG2000 encoding in order to reach a desired perceptual quality. The new method is based on a vision model that incorporates various masking effects of human visual perception and a perceptual distortion metric that takes spatial and spectral summation of individual quantization errors into account. Compared with the conventional rate-based distortion minimization JPEG2000 encoding, the new method provides a way to generate consistent quality images at a lower bit rate.     

基于最小欧氏距离的真彩色夜视光谱划分方法

为了得到忠于人眼视觉特性的真彩色夜视图像，根据典型目标夜间光谱特性以及微光夜视系统的成像模型，基于最小欧氏距离原理，提出了一种三波段真彩色夜视光谱划分方法。设置了实验室场景和室外场景，对本文中提出的光谱划分方法与传统光谱划分方法进行了对比实验，并对得到的真彩色夜视图像细节(空间频率)做了分析。结果表明，相对于原始微光图像，空间频率分别提高了61.2%，52.0%;本文中的方法对于典型目标(绿色草木)具有更好的彩色还原效果; 基于最小欧氏距离的光谱划分方法可将夜间可见光分离为三波段，并可有效利用其光谱信息，得到对于典型目标的具有自然感彩色且较原始微光图像信息量更为丰富的真彩色夜视图像。     

光谱编码计算关联成像技术研究

现有的多光谱成像技术通常采用光学分光的方式，使用多个探测器对成像场景的光谱图像进行采集，导致现有成像系统复杂，数据量大、效率低。针对现有技术的不足，提出基于正交调制模式的光谱编码计算关联成像技术。通过正交光谱编码矩阵融合Hadamard基图案构造投影散斑对宽带光源进行调制，单像素探测器收集成像物体与调制光源相互作用后的反射信号；应用演化压缩技术复原成像物体的混叠光谱图像；利用编码矩阵的正交性质解码出欠采样的光谱分量图像，对分离出的图像应用组稀疏压缩感知算法重构全采样的光谱分量图像，最后融合出成像物体的多光谱图像。通过数值模拟与实验两方面验证了所提方法的高效性。所提的技术简化了多光谱关联成像系统，降低了数据量。光谱编码方法可以扩展到更多的光谱通道，也可以应用在偏振关联成像、信息加密等领域。     

基于三维自适应预测的高光谱图像无损压缩算法

利用高光谱图像具有较强的谱间相关性的特点,本文提出一种基于三维自适应预测的高光谱图像无损压缩方法,首先根据相关系数计算波段预测顺序,然后利用相关性较强的空间邻点和谱间邻点,采用基于神经网络模型的自适应预测方法进行三维预测编码.实验结果表明,该方法能够有效的去除高光谱图像的空间和谱间相关性,与现在最优的无损压缩国际标准JPEG-LS相比,压缩后的平均比特率能够降低0.3bpp左右.