CN103471718B - 一种基于稀疏孔径压缩计算关联的高光谱成像系统及方法 - Google Patents

Abstract

本发明涉及一种基于稀疏孔径压缩计算关联的高光谱成像系统，包括稀疏孔径单元、自由空间准直单元、光束反射单元、束斑合成单元、映射透镜、随机光学调制单元、光扩束准直单元、光谱分光单元、会聚收光单元、阵列光探测器和压缩计算关联模块；各光路上的光信号分别投射到束斑合成透镜上，将稀疏孔径直接成像映射到随机光学调制单元，对稀疏孔径成像光场做随机调制，将调制后的光场强度信号入射到光谱分光单元，产生不同波长的光场强度信号；线阵光探测器采集不同波长的光信号，形成不同波长的测量序列；随机光学调制矩阵与多个同步周期内测量得到的不同波长的测量序列传输到压缩计算关联算法模块，重构不同波长的图像，得到实时高分辨率高光谱图像。

Description

一种基于稀疏孔径压缩计算关联的高光谱成像系统及方法

技术领域

本发明涉及稀疏孔径光谱成像领域，特别涉及一种基于稀疏孔径压缩计算关联的高光谱成像系统及方法。

背景技术

由于军事和国民经济的需要，近年来空间（对地）光学遥感技术取得迅猛地发展，各种各样的光学遥感器应运而生，并且技术性能也得到飞快的提高和完善。成像光谱仪的发展就是其中明显的例子之一。

“空间分辨率法”是现有技术中用于识别物质的常用方法，该方法利用物质的形态特征来区分不同的物质。该方法在过去、现在和将来都将是识别物质的非常重要的手段，但它并不总是高效率的。例如，对海水中叶绿素浓度的测量若单靠形态学的特征，其测量精度往往是很低的。然而若利用物质光谱特征法来解决便可得到人们极其满意的结果。众所周知，任何两种不同的物质决不会有完全相同的光谱特性曲线。反之，任何一种物质也决不会有两种不同的光谱特性曲线。也就是说物质的光谱特性曲线是唯一的。于是，人们把光谱分辨率和空间分辨率结合起来，便具有了更高的探测和识别物质的能力。因此，成像光谱设备的产生及其飞速发展是显而易见的。

高光谱成像仪是成像光谱设备中的一种，最初的时候，高光谱成像仪主要用于地质矿物识别填图研究，之后逐渐扩展为植被生态、海洋海岸水色、冰雪、土壤以及大气的研究中。高光谱成像光谱仪在高光谱测量的基础上，具有图谱合一的优势，比如在农业中，根据高分辨率的光谱图像对叶片及叶片的局部区域进行分析和机理探测研究，分析作物遭受胁迫的程度。如今高光谱成像仪已经成为国内外研究的热点。

光谱成像仪的工作方式主要为推扫式，为了实现扫描过程，一般利用外接扫描平台带动光谱仪运行；由于扫描平台比较笨重，且增加了耗电量，给野外工作带来诸多不便，所以现在最新型的光谱成像仪取消了扫描平台，改为内置式扫描设计，减轻了整机重量和能耗，而且可以直接进行垂直向下测量，更利于野外使用。

较新的高光谱成像光谱仪与传统的光栅推扫型光谱成像仪相比，可以调谐滤波器，更易于安装和携带，扫描速度快，波长可自由选取等特点，但是仍然普遍存在光透过率低，光谱响应范围较窄的缺点。

现有技术中，高光谱成像已经被广泛应用于刑事侦查、天文地理、材料分析、农业生产检测、食品安全检测、药品检测、环境监测、文物保护、染料技术、军事应用中。而在天文观测中，走在世界前列的中国科学院南京天文光学技术研究所长期致力于天文光谱和高分辨成像技术的研究，也在其基础上开展了光学综合口径技术的研究。而在这些现有高光谱成像系统中始终需要用到光栅推扫或者调谐滤波器，带来机械不稳定性和透光率低、光谱范围窄的缺陷。

发明内容

本发明的目的在于克服现有技术中的高光谱成像光谱仪所具有的光透过率低，光谱响应范围较窄等缺陷，从而提供一种具有高空间分辨率的成像系统与方法。

为了实现上述目的，本发明提供了一种基于稀疏孔径压缩计算关联的高光谱成像系统，包括稀疏孔径单元、自由空间准直单元、光束反射单元、束斑合成单元13、映射透镜14、随机光学调制单元15、光扩束准直单元16、光谱分光单元17、会聚收光单元18、阵列光探测器19和压缩计算关联模块20；其中，所述稀疏孔径单元包括至少三个子望远镜透镜，所述自由空间准直单元包括至少三个准直透镜，所述光束反射单元包括至少三个反射镜组；

一子望远镜透镜、一准直透镜、一反射镜组形成一条光路，各条光路上入射的光信号分别投射到所述束斑合成透镜13上，该透镜用于实现稀疏孔径直接成像，然后通过所述映射透镜14将所述稀疏孔径直接成像映射到所述随机光学调制单元15，所述随机光学调制单元15根据随机光学调制矩阵对稀疏孔径成像光场做随机调制，然后通过所述光扩束准直单元16将稀疏孔径成像光场调制后的光场强度信号入射到所述光谱分光单元17；所述光谱分光单元17通过光谱分光产生不同波长的光场强度信号；所述不同波长的光场强度信号经会聚收光透镜单元18聚焦到线阵光探测器19，所述线阵光探测器19采集不同波长的光信号，形成不同波长的测量序列；所述随机光学调制单元15和所述线阵光探测器19之间同步；所述随机光学调制矩阵与多个同步周期内测量得到的不同波长的测量序列传输到所述压缩计算关联算法模块20，由该模块通过压缩计算关联算法重构不同波长的图像，最终得到实时高分辨率高光谱图像。

上述技术方案中，所述稀疏孔径单元包括第一子望远镜透镜1、第二子望远镜透镜2和第三子望远镜透镜3；所述自由空间准直单元包括第一准直透镜4、第二准直透镜5和第三准直透镜6；所述光束反射单元包括由第一反射镜7、第二反射镜8组成的第一反射镜组，由第三反射镜9、第四反射镜10组成的第二反射镜组，由第五反射镜11、第六反射镜12组成的第三反射镜组；

所述第一子望远镜透镜1、第一准直透镜4、第一反射镜组形成第一光路，所述第二子望远镜透镜2、第二准直透镜5、第二反射镜组形成第二光路，所述第三子望远镜透镜3、第三准直透镜6、第三反射镜组形成第三光路。

上述技术方案中，所述稀疏孔径单元中的各个子望远镜透镜的空间组合方式包括：小孔径望远镜阵列或Golay-6或Golay-9或环形或环面或三壁。

上述技术方案中，所述空间准直单元中的各个准直透镜的空间组合方式包括：准直透镜阵列组或反射式准直镜。

上述技术方案中，所述随机光学调制单元15对成像光场的随机调制采用包括振幅调制在内的光强调制；该单元采用数字微镜器件实现。

上述技术方案中，所述光谱分光单元17采用反射光栅或透射光栅或棱镜实现；其中，所述反射光栅包括闪耀光栅和全息光栅。

上述技术方案中，所述线阵光探测器19具有多个通道，不同通道接收不同波长的入射光，实现对不同波长光信号的探测。

上述技术方案中，所述线阵光探测器19采用紫外、可见光、近红外、红外线阵光电探测器或线阵单光子探测器实现；其中线阵单光子探测器是紫外、可见光、近红外、红外雪崩二极管或固态光电倍增管或超导单光子探测器。

上述技术方案中，所述压缩计算关联模块20采用下列任意一种算法实现压缩感知：贪心重建算法、匹配跟踪算法MP、正交匹配跟踪算法OMP、基跟踪算法BP、LASSO、LARS、GPSR、贝叶斯估计算法、magic、IST、TV、StOMP、CoSaMP、LBI、SP、l1_ls、smp算法、SpaRSA算法、TwIST算法、l₀重建算法、l₁重建算法、l₂重建算法；稀疏基采用离散余弦变换基、小波基、傅里叶变换基、梯度基、gabor变换基中的任意一种。

本发明还提供了基于所述的基于稀疏孔径压缩计算关联的高光谱成像系统所实现的高光谱成像方法，包括：

步骤1）、压缩感知的稀疏孔径成像调制的步骤；

稀疏孔径入射的成像光信号通过系列光学变换后，传输到所述随机光学调制单元15上，所述随机光学调制单元15通过加载测量矩阵A对其反射光进行光强调制；

步骤2）、压缩采样的步骤；

所述线阵光探测器19在随机光学调制单元15每次翻转的时间间隔内同时采样不同波长会聚后的光信号，并将采集的数值作为对应不同波长的测量值向量y₁,y₂,...,y_t(t＞1)；

步骤3）、信号重建的步骤；

所述测量矩阵A与线阵光探测器19的每个通道测量值向量y_i(1＜i＜t)一起作为所述压缩计算关联模块20的输入，所述压缩计算关联模块20选取合适的稀疏基使得稀疏孔径成像x能由最少量的系数表示，通过压缩感知算法进行数据演算，重建出对应该通道波长的二维图像，t个通道的值分别进行计算，将得到对应t个波长的二维图像，将多波长各自的光强分布整合到一起，最终实现基于稀疏孔径压缩计算关联的高光谱成像。

上述技术方案中，还包括根据所述高光谱成像绘制出光强与波长的光谱曲线的步骤。

上述技术方案中，所述压缩计算关联模块20中所采用的压缩计算关联算法的核心为压缩感知最优化算法，在目标函数上结合了关联成像的成像约束条件，将压缩感知最优化算法的关键目标函数修改为：

其中A为空间光调制器的测量矩阵，Ψ为n×n稀疏基，一般Ψ为正交矩阵，x′＝Ψ^-1x，x为原始物体图像矩阵经拉伸后的列向量，τ和ζ都为常系数，||·||_p代表l_p范数，<·>表示加和平均，a_i为空间光调制器上第i(1≤i≤m)次调制时加载的p×q矩阵，共计调制m次，a_i′为a_i经拉伸后的列向量，A实际为m个(a_i′)^T组成的m×n矩阵，A^Ty为m×1列向量。

本发明的优点在于：

本发明采用了数学研究的最新成果—压缩感知（Compressed Sensing，简称CS）理论，结合计算关联理论和稀疏孔径直接成像方法，基于现代高光谱分光技术和线阵光探测器件，无需扫描，仅以线阵光探测器完成焦平面上点扩散函数的采样工作，线阵光探测器上的每个通道都以点探测完成面的成像，节约了探测维度，也减少了光学噪声和电学噪声，用数字微镜器件进行光强调制，可以得到40万倍的光通量。另外，该方法突破高光谱成像传统技术，实现实时快速且高空间分辨率的高光谱成像。该项技术也可以广泛应用在空间天文观测、地基天文观测、对地实时高分辨高光谱成像等高新科技领域。

附图说明

图1是本发明的基于稀疏孔径压缩计算关联的高光谱成像系统的结构示意图。

图面说明

具体实施方式

现结合附图对本发明作进一步的描述。

在对本发明做详细说明之前，首先对本发明中所涉及的概念进行介绍。

关联成像，或者称为鬼成像(Ghost Imaging，GI)，是指可以在不包含物体的光路上生成物体的像，是近些年来量子光学领域的前沿和热点之一。鬼成像的概念首先是用由参量下转换产生空间纠缠光子对来验证的。普通鬼成像，在物臂，放置有物体，但用一个没有空间分辨能力的桶（单像素）探测器进行探测，在参考臂，没有物体，但在与物体相同光程处用一个具有空间分辨能力的探测器探测变化的光场信息，通过两臂探测信号的关联，便可得到图像。最新研究表明，鬼成像的光源不但可以是纠缠光源，还可以是热光或者赝热光，因而产生了量子解释和经典解释，为开拓新的光信息技术提供了可能。而计算关联成像是一种改进的关联成像技术，它不再需要具有空间分辨能力的探测器，相反，它可以通过变化的入射光场与反射（或投射）过来的总光强作强度关联获得物体的空间分布信息。计算关联成像采用了可编程的空间光调制器（Spatial Light Modulator，SLM）和一个激光器，且在光路上也类似于压缩感知中单像素照相机，都是事先已知测量矩阵和测量值，只是采用不同的算法反演出图像，计算关联成像采用的是强度二阶关联的算法，加权平均，而单像素照相机采用了基于凸优化的算法，迭代收敛。

压缩感知（Compressive Sensing，简称CS）原理：能以随机采样的方式、通过更少的数据采样数（远低于奈奎斯特/香农采样定理的极限）完美地恢复原始信号。压缩感知原理的基本步骤包括：首先利用先验知识，选取合适的稀疏基Ψ，使得点扩散函数x经Ψ变换后得到x’是最为稀疏的；在已知测量值向量y、测量矩阵A和稀疏基Ψ的条件下，建立起数学模型y＝AΨx′+e，通过压缩感知算法进行凸优化，得到x’后，再由反演出x。

稀疏孔径成像系统：稀疏孔径成像系统一般由多个形状相同的子孔径构成，稀疏孔径成像系统的光瞳函数可以根据列阵定理求得。列阵定理表明：如果一个衍射屏上开有N个形状完全相同的孔径，这些孔径的取向完全相同，等效于每一个孔径可由任何其他孔径通过平移得到。因此，对于一个直径为D的圆孔，其点扩散函数（系统对理想物点的成像斑的能量分布的数学描述，可用于评价系统的分辨率）为：

${\mathrm{PSF}}_{\mathrm{sub}}\left(\mathrm{\&rho;}\right)={\left(\frac{{\mathrm{\&pi;D}}^2}{4\mathrm{\&lambda;f}}\right)}^2{\left(\frac{{2J}_1\left(\frac{\mathrm{\&pi;\&rho;D}}{\mathrm{\&lambda;f}}\right)}{\frac{\mathrm{\&pi;\&rho;D}}{\mathrm{\&lambda;f}}}\right)}^2$

式中(x_i,y_i)是第i个子孔径圆心的坐标。D为圆孔直径，λ是系统采用波长，f为系统焦距，N为子孔径的个数，J₁为1阶贝塞尔函数，ρ是频率平面内任意矢量的半径。

对于单个子孔径，光学调制传递函数（成像系统对目标所成的实际像的频谱与理想频谱的比值）为：

${\mathrm{MTF}}_{\mathrm{sub}}\left(\mathrm{\&rho;}\right)=\left\{\begin{array}{c}\frac{2}{\mathrm{\&pi;}}[\arccos \left({\mathrm{\&rho;}}_n\right)-{\mathrm{\&rho;}}_n{(1-{\mathrm{\&rho;}}_n^2)}^{1/2}],0\&le;{\mathrm{\&rho;}}_n\&le;1\\ 0,{\mathrm{\&rho;}}_n>1\end{array}\right.$

式中ρ_n＝ρ/ρ_c，ρ是频率平面内任意矢量的半径；ρ_c＝D/λf是截止频率。

稀疏孔径系统由多个子孔径的排列组成，整个入瞳的透过率可以由单孔径的透过率和一个δ函数的二维阵列的卷积得到，可以推导出稀疏孔径成像系统的点扩散函数和光学调制传递函数分别为：

${\mathrm{PSF}}_N(x,y)={\mathrm{PSF}}_{\mathrm{sub}}{\left|\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\exp ((-2\mathrm{\&pi;i}/\mathrm{\&lambda;f})\&CenterDot;({\mathrm{xx}}_i+{\mathrm{yy}}_i))\right|}^2$

${\mathrm{MTF}}_N(f_x,f_y)=\frac{{\mathrm{MTF}}_{\mathrm{sub}}}{N}*\underset{i}{\mathrm{\&Sigma;}}\underset{j}{\mathrm{\&Sigma;}}\mathrm{\&delta;}(f_x-\frac{x_i-x_j}{\mathrm{\&lambda;f}},f_y-\frac{y_i-y_j}{\mathrm{\&lambda;f}})$ 式中(x_i-x_j),(y_i-y_j),表示子孔径之间的相对位置，PSF_sub和MTF_sub分别是单个子孔径的点扩散函数和调制传递函数，f为系统焦距，N为子孔径的个数，λ是系统采用波长。

因此，子孔径在入瞳平面上排列形式对系统MTF有着重要的影响，通过调整子孔径的排列方式就可以改变系统MTF的分布。

以上都是对稀疏孔径成像公式的理论分析，以下将结合压缩计算关联成像原理具体描述本发明的成像系统。

参考图1，本发明提供了一种基于稀疏孔径压缩计算关联的高光谱成像系统，该系统包括稀疏孔径单元、自由空间准直单元、光束反射单元、束斑合成单元13、映射透镜14、随机光学调制单元15、光扩束准直单元16、光谱分光单元17、会聚收光单元18、阵列光探测器19和压缩计算关联模块20；其中，

所述稀疏孔径单元包括由第一子望远镜透镜1、第二子望远镜透镜2和第三子望远镜透镜3所组成的小孔径望远镜阵列；所述自由空间准直单元包括由第一准直透镜4、第二准直透镜5和第三准直透镜所组成的准直透镜阵列组，所述准直透镜阵列组中的各个子望远镜透镜与所述小孔径望远镜阵列中的各个准直透镜具有一一对应的位置关系；所述光束反射单元包括三个反射镜组，分别为由第一反射镜7、第二反射镜8组成的第一反射镜组，由第三反射镜9、第四反射镜10组成的第二反射镜组，由第五反射镜11、第六反射镜12组成的第三反射镜组，这三个反射镜组分别对应所述准直透镜阵列组中的三个准直透镜；

由所述稀疏孔径单元入射的光信号经由自由空间准直单元准直后，通过光束反射单元反射到所述束斑合成单元13，由该单元实现稀疏孔径直接成像；然后通过映射透镜14将稀疏孔径直接成像映射到随机光学调制单元15，所述随机光学调制单元15在随机光学调制矩阵的控制下对成像光场做随机调制，随机调制后的成像光场通过光扩束准直单元16将光入射到光谱分光单元17；所述光谱分光单元17将光谱分光后所产生的不同波长光场强度信号通过会聚收光透镜单元18聚焦到线阵光探测器19，线阵光探测器19采集不同波长的光信号，形成不同波长的一维测量序列；所述随机光学调制单元15和线阵光探测器19之间需同步，随机光学调制单元15中的微镜阵列每翻转一次，线阵光探测器19中的每个独立探测器在该翻转时间间隔内累计探测到达的不同波长的所有光强；随机光学调制矩阵与多个同步周期内测量得到的不同波长的测量序列送到压缩计算关联算法模块20，由该模块通过压缩计算关联算法重构不同波长的图像，最终实现实时高分辨率高光谱图像。

下面对本发明的成像系统做进一步的说明。

之前提到，通过调整子孔径的排列方式可以改变系统MTF的分布。在本实施例中，所述稀疏孔径单元采用由第一子望远镜透镜1、第二子望远镜透镜2和第三子望远镜透镜3组成小孔径望远镜阵列的结构方式。在其他实施例中，所述稀疏孔径单元的空间组合方式还可以是Golay-6结构、Golay-9等结构和环形、环面、三壁形式等稀疏孔径结构方式。

在本实施例中，所述空间准直单元采用由第一准直透镜4、第二准直透镜5和第三准直透镜6组成准直透镜阵列组的结构方式，在其他实施例中，也可采用反射式准直镜方式，通过这种方式可以减小系统体积。

所述的光束反射单元由第一反射镜7、第二反射镜8将第一子望远镜透镜1入射的光信号转换到束斑合成单元13；由第三反射镜9、第四反射镜10将第二子望远镜透镜2入射的光信号转换到束斑合成单元13；由第五反射镜11、第六反射镜12将第三子望远镜透镜3入射的光信号转换到束斑合成单元13。

所述的随机光学调制单元15对成像光场的随机调制为包括振幅调制在内的光强调制。在本实施例中，所述随机光学调制单元15采用数字微镜器件（DigitalMicro-mirror Device，简称DMD）实现，所述DMD是包含有成千上万个安装在铰链上的微镜的阵列（主流的DMD由1024×768的阵列构成，最大可至2048×1152），每一镜片的尺寸为14μm×14μm（或16μm×16μm）并可以通断一个像素的光，这些微镜皆悬浮着，通过对每一个镜片下的存储单元都以二进制平面信号进行电子化寻址，便可让每个镜片以静电方式向两侧倾斜10～12°左右（本实施例中取+12°和-12°），把这两种状态记为1和0，分别对应“开”和“关”，当镜片不工作时，它们处于0°的“停泊”状态。

所述光谱分光单元17在空间上将不同波长图像光信号分开，通过会聚收光透镜18实现分光后的聚焦。所述光谱分光单元17可采用反射光栅或透射光栅或棱镜实现；其中，所述反射光栅包括闪耀光栅和全息光栅。

所述线阵光探测器19中的不同通道接收不同波长的入射光，实现对紫外、可见光、近红外、红外波段中不同波长光信号的探测。所述线阵光探测器可以采用紫外、可见光、近红外、红外线阵光电探测器或线阵单光子探测器，以实现超高灵敏探测；其中线阵单光子探测器可以是紫外、可见光、近红外、红外雪崩二极管，固态光电倍增管，超导单光子探测器等；当配置线阵单光子探测器时需要在其后连接相应的多通道计数器，以计量线阵各通道光子脉冲个数。

所述压缩计算关联模块20采用下列任意一种算法实现压缩感知：贪心重建算法、匹配跟踪算法MP、正交匹配跟踪算法OMP、基跟踪算法BP、LASSO、LARS、GPSR、贝叶斯估计算法、magic、IST、TV、StOMP、CoSaMP、LBI、SP、l1_ls、smp算法、SpaRSA算法、TwIST算法、l₀重建算法、l₁重建算法、l₂重建算法等，稀疏基可采用离散余弦变换基、小波基、傅里叶变换基、梯度基、gabor变换基等。

以上是对本发明的基于稀疏孔径压缩计算关联的高光谱成像系统在一个实施例中的结构描述，在其他实施例中，该系统还可以有其他变形，例如，所述稀疏孔径单元中的子望远镜透镜的数目可以大于3个，此时，自由空间准直单元中的准直透镜以及光束反射单元中的反射镜组的数目也需要做相应调整。

基于上述的基于稀疏孔径压缩计算关联的高光谱成像系统，可实现基于稀疏孔径压缩计算关联的高光谱成像方法，该方法包括：

步骤1）、压缩感知的稀疏孔径成像调制的步骤；

稀疏孔径入射的成像光信号通过系列光学变换后，传输到随机光学调制单元15上，随机光学调制单元15通过加载测量矩阵A对其反射光进行光强调制；

步骤2）、压缩采样的步骤；

线阵光探测器19在随机光学调制单元15每次翻转的时间间隔内同时采样不同波长会聚后的光信号，并将采集的数值作为对应不同波长的测量值向量y₁,y₂,...,y_t(t＞1)；

步骤3）、信号重建的步骤；

所述测量矩阵A与线阵光探测器19的每个通道测量值向量y_i(1＜i＜t)一起作为压缩计算关联模块20的输入，选取合适的稀疏基使得稀疏孔径成像x能由最少量的系数表示，通过压缩感知算法进行数据演算，重建出对应该通道波长的二维图像，t个通道的值分别进行计算，将得到对应t个波长的二维图像，将多波长各自的光强分布整合到一起，便能最终实现基于稀疏孔径压缩计算关联的高光谱成像，此外，还可绘制出光强与波长的光谱曲线，研究被测对象的光谱强度分布情况。

其中，压缩计算关联模块20中所采用的压缩计算关联算法的核心为压缩感知最优化算法，在目标函数上结合了关联成像的成像约束条件，将压缩感知最优化算法的关键目标函数修改为：

其中A为空间光调制器的测量矩阵，Ψ为n×n稀疏基，一般Ψ为正交矩阵，x′＝Ψ^-1x，x为原始物体图像矩阵经拉伸后的列向量，τ和ζ都为常系数，||·||_p代表l_p范数，<·>表示加和平均，a_i为空间光调制器上第i(1≤i≤m)次调制时加载的p×q矩阵，共计调制m次，a_i′为a_i经拉伸后的列向量，A实际为m个(a_i′)^T组成的m×n矩阵，A^Ty为m×1列向量。

压缩感知最优化算法中关键目标函数的变动使得高光谱重建更加精确，鲁棒性更好。

从对本发明的基于稀疏孔径压缩计算关联的高光谱成像系统以及方法的上述描述可以看出，本发明首次将稀疏孔径系统与高光谱成像技术相结合，在此基础上引入压缩感知的采样理念，即在线阵探测器的各个通道均实现以点探面的功能，最终实现中远距离的高光谱成像。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (12)

1.一种基于稀疏孔径压缩计算关联的高光谱成像系统，其特征在于，包括稀疏孔径单元、自由空间准直单元、光束反射单元、束斑合成单元(13)、映射透镜(14)、随机光学调制单元(15)、光扩束准直单元(16)、光谱分光单元(17)、会聚收光单元(18)、阵列光探测器(19)和压缩计算关联模块(20)；其中，所述稀疏孔径单元包括至少三个子望远镜透镜，所述自由空间准直单元包括至少三个准直透镜，所述光束反射单元包括至少三个反射镜组；

一子望远镜透镜、一准直透镜、一反射镜组形成一条光路，各条光路上入射的光信号分别投射到所述束斑合成透镜(13)上，该透镜用于实现稀疏孔径直接成像，然后通过所述映射透镜(14)将所述稀疏孔径直接成像映射到所述随机光学调制单元(15)，所述随机光学调制单元(15)根据随机光学调制矩阵对稀疏孔径成像光场做随机调制，然后通过所述光扩束准直单元(16)将稀疏孔径成像光场调制后的光场强度信号入射到所述光谱分光单元(17)；所述光谱分光单元(17)通过光谱分光产生不同波长的光场强度信号；所述不同波长的光场强度信号经会聚收光透镜单元(18)聚焦到线阵光探测器(19)，所述线阵光探测器(19)采集不同波长的光信号，形成不同波长的测量序列；所述随机光学调制单元(15)和所述线阵光探测器(19)之间同步；所述随机光学调制矩阵与多个同步周期内测量得到的不同波长的测量序列传输到所述压缩计算关联算法模块(20)，由该模块通过压缩计算关联算法重构不同波长的图像，最终得到实时高分辨率高光谱图像。

2.根据权利要求1所述的基于稀疏孔径压缩计算关联的高光谱成像系统，其特征在于，所述稀疏孔径单元包括第一子望远镜透镜(1)、第二子望远镜透镜(2)和第三子望远镜透镜(3)；所述自由空间准直单元包括第一准直透镜(4)、第二准直透镜(5)和第三准直透镜(6)；所述光束反射单元包括由第一反射镜(7)、第二反射镜(8)组成的第一反射镜组，由第三反射镜(9)、第四反射镜(10)组成的第二反射镜组，由第五反射镜(11)、第六反射镜(12)组成的第三反射镜组；

所述第一子望远镜透镜(1)、第一准直透镜(4)、第一反射镜组形成第一光路，所述第二子望远镜透镜(2)、第二准直透镜(5)、第二反射镜组形成第二光路，所述第三子望远镜透镜(3)、第三准直透镜(6)、第三反射镜组形成第三光路。

3.根据权利要求1或2所述的基于稀疏孔径压缩计算关联的高光谱成像系统，其特征在于，所述稀疏孔径单元中的各个子望远镜透镜的空间组合方式包括：小孔径望远镜阵列或Golay-6或Golay-9或环形或环面或三壁。

4.根据权利要求1或2所述的基于稀疏孔径压缩计算关联的高光谱成像系统，其特征在于，所述空间准直单元中的各个准直透镜的空间组合方式包括：准直透镜阵列组或反射式准直镜。

5.根据权利要求1或2所述的基于稀疏孔径压缩计算关联的高光谱成像系统，其特征在于，所述随机光学调制单元(15)对成像光场的随机调制采用包括振幅调制在内的光强调制；该单元采用数字微镜器件实现。

6.根据权利要求1或2所述的基于稀疏孔径压缩计算关联的高光谱成像系统，其特征在于，所述光谱分光单元(17)采用反射光栅或透射光栅或棱镜实现；其中，所述反射光栅包括闪耀光栅和全息光栅。

7.根据权利要求1或2所述的基于稀疏孔径压缩计算关联的高光谱成像系统，其特征在于，所述线阵光探测器(19)具有多个通道，不同通道接收不同波长的入射光，实现对不同波长光信号的探测。

8.根据权利要求7所述的基于稀疏孔径压缩计算关联的高光谱成像系统，其特征在于，所述线阵光探测器(19)采用紫外、可见光、近红外、红外线阵光电探测器或线阵单光子探测器实现；其中线阵单光子探测器是紫外、可见光、近红外、红外雪崩二极管或固态光电倍增管或超导单光子探测器。

9.根据权利要求1或2所述的基于稀疏孔径压缩计算关联的高光谱成像系统，其特征在于，所述压缩计算关联模块(20)采用下列任意一种算法实现压缩感知：贪心重建算法、匹配跟踪算法MP、正交匹配跟踪算法OMP、基跟踪算法BP、LASSO、LARS、GPSR、贝叶斯估计算法、magic、IST、TV、StOMP、CoSaMP、LBI、SP、l1_ls、smp算法、SpaRSA算法、TwIST算法、l₀重建算法、l₁重建算法、l₂重建算法；稀疏基采用离散余弦变换基、小波基、傅里叶变换基、梯度基、gabor变换基中的任意一种。

10.基于权利要求1所述的基于稀疏孔径压缩计算关联的高光谱成像系统所实现的高光谱成像方法，包括：

步骤1)、压缩感知的稀疏孔径成像调制的步骤；

稀疏孔径入射的成像光信号通过系列光学变换后，传输到所述随机光学调制单元(15)上，所述随机光学调制单元(15)通过加载测量矩阵A对其反射光进行光强调制；

步骤2)、压缩采样的步骤；

所述线阵光探测器(19)在随机光学调制单元(15)每次翻转的时间间隔内同时采样不同波长会聚后的光信号，并将采集的数值作为对应不同波长的测量值向量y₁,y₂,...,y_t(t＞1)；

步骤3)、信号重建的步骤；

所述测量矩阵A与线阵光探测器(19)的每个通道测量值向量y_i(1＜i＜t)一起作为所述压缩计算关联模块(20)的输入，所述压缩计算关联模块(20)选取合适的稀疏基使得稀疏孔径成像x能由最少量的系数表示，通过压缩感知算法进行数据演算，重建出对应该通道波长的二维图像，t个通道的值分别进行计算，将得到对应t个波长的二维图像，将多波长各自的光强分布整合到一起，最终实现基于稀疏孔径压缩计算关联的高光谱成像。

11.根据权利要求10所述的高光谱成像方法，其特征在于，还包括根据所述高光谱成像绘制出光强与波长的光谱曲线的步骤。

12.根据权利要求10或11所述的高光谱成像方法，其特征在于，所述压缩计算关联模块(20)中所采用的压缩计算关联算法的核心为压缩感知最优化算法，在目标函数上结合了关联成像的成像约束条件，将压缩感知最优化算法的关键目标函数修改为：

其中A为空间光调制器的测量矩阵，Ψ为n×n稀疏基，一般Ψ为正交矩阵，x′＝Ψ^-1x，x为原始物体图像矩阵经拉伸后的列向量，τ和都为常系数，||·||_p代表l_p范数，<·>表示加和平均，a_i为空间光调制器上第i(1≤i≤m)次调制时加载的p×q矩阵，共计调制m次，a′_i为a_i经拉伸后的列向量，A实际为m个(a′_i)^T组成的m×n矩阵，A^Ty为m×1列向量。