CN109285132A - 一种基于频域编码的光谱重建方法 - Google Patents
一种基于频域编码的光谱重建方法 Download PDFInfo
- Publication number
- CN109285132A CN109285132A CN201811096805.5A CN201811096805A CN109285132A CN 109285132 A CN109285132 A CN 109285132A CN 201811096805 A CN201811096805 A CN 201811096805A CN 109285132 A CN109285132 A CN 109285132A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- exposure mask
- spectral
- modulation
- image
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000003595 spectral effect Effects 0.000 claims abstract description 30
- 238000003384 imaging method Methods 0.000 claims abstract description 13
- 239000000758 substrate Substances 0.000 claims abstract description 5
- 239000003086 colorant Substances 0.000 claims description 19
- 238000004611 spectroscopical analysis Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 238000003908 quality control method Methods 0.000 claims description 3
- 230000002146 bilateral effect Effects 0.000 claims description 2
- 238000005194 fractionation Methods 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 241000638935 Senecio crassissimus Species 0.000 claims 1
- 238000010276 construction Methods 0.000 claims 1
- 230000003287 optical effect Effects 0.000 abstract description 3
- 238000007639 printing Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005755 formation reaction Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 208000011380 COVID-19–associated multisystem inflammatory syndrome in children Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000411 transmission spectrum Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/283—Investigating the spectrum computer-interfaced
- G01J2003/284—Spectral construction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/283—Investigating the spectrum computer-interfaced
- G01J2003/2843—Processing for eliminating interfering spectra
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10036—Multispectral image; Hyperspectral image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于频域编码的光谱重建方法。该方法的步骤包括:首先,光谱成像系统利用掩膜采集场景的光谱信息,掩膜对场景图像进行光谱维度和空间维度的调制;然后通过将光谱信息的曲线投影到宽带基底来调制光谱变化,获得调制图像,再将调制图像映射到傅立叶域进行复用;最终利用传感器收集在光谱和空间上压缩的编码图像,通过对光谱维度的解码重建出光谱信息。本发明的方法,不仅可以提高空间分辨率,而且采集和重建数据过程简化了光谱编码和解码过程,避免了复杂的计算负荷,实现了在短时间内高精度捕获高光谱数据。
Description
技术领域
本发明涉及计算摄像学领域,尤其涉及一种基于打印机制作的频域编码掩膜的光谱重建方法。
背景技术
光谱成像旨在捕捉自然场景光谱的细节。它在科学研究和工程应用中发挥着重要作用,如军事安全,环境监测,生物科学,医学诊断,科学观察和许多其他领域。
由于只有一维和二维商业成像传感器可用,原始光谱成像在空间或光谱维度上以扫描模式实现。虽然阵列检测器的高像素数和高灵敏度提高了空间和光谱分辨率,但是基于扫描的高光谱成像系统,其稳定扫描的要求限制了光谱成像的速度和稳健性。因此,研究动态样品的光谱成像,如燃烧过程或用于生物和生物医学成像的荧光探针和快照高光谱成像,是该领域的主要研究重点之一。
编码孔径快照光谱成像仪(CASSI)是第一个利用压缩感知理论恢复超光谱的成像仪,但是这种方法需要仔细校准和繁重的计算负荷,限制了其应用在线重建的场景。棱镜-掩模调制式(PMIS)光谱视频相机利用简单的装置和标定可以直接采集多光谱视频信息,然而其空间分辨率受到RGB相机的限制导致其通光量和信噪比较低。基于滤波片阵列分光的多光谱相机可以通过旋转滤光片轮实现多光谱成像,虽然可以提高信噪比但是牺牲了时间分辨率且受到滤波片波长的限制。
发明内容
针对以上现有技术中存在的问题,本发明的目的在于提出一种基于频域编码的光谱重建方法。该方法不需要复杂的校准工作,标定简单。
为了达到上述发明目的,本发明采用的技术方案为:
一种基于频域编码的光谱重建方法,其特征在于,首先,光谱成像系统利用掩膜采集场景的光谱信息,所述掩膜对场景图像进行光谱维度和空间维度的调制;然后通过将光谱信息的曲线投影到宽带基底来调制光谱变化,获得调制图像,再将所述调制图像映射到傅立叶域进行复用;最终利用传感器收集在光谱和空间上压缩的编码图像,通过对光谱维度的解码重建出光谱信息。
所述光谱重建方法具体包括如下步骤:
步骤1,利用打印机选取光谱透射曲线相关性较弱的几种颜色制作掩膜,将掩膜直接覆盖在传感器上来采集目标场景的光谱信息,或者通过透镜、掩膜、中继镜和传感器来采集目标场景的光谱信息;所述掩膜对目标场景进行光谱滤波,得到相关性较弱的几个正交的光谱曲线;
步骤2,将光谱曲线投影到几个宽带基底来调制光谱变化,获得调制图像;
步骤3,将调制图像映射到傅里叶域复用进行频域编码;
步骤4,对光谱和空间上编码的图像合成去噪并解码;
步骤41,针对解码过程,为了重建光谱数据S,建立目标函数E:
为保真项,即为用激光标定辐射值;βp表示权重系数,为平滑项;表示光谱数据的空间梯度信息;λp为正则化参数;防止目标函数过拟合;||Ep||1=||P-Pproj(S)||1,其中,Pproj(S)为光谱图像在傅里叶域中的投影;Ep为辅助变量,表示为光谱信息投影的约束项,对求取结果进行质量控制;
步骤42,对目标函数E进行优化求解,先利用迭代优化算法对目标函数E进行拆分求解,将目标函数E分别拆成求解光谱数据S和求解辅助变量Ep的两个子函数;
步骤43,对于目标函数E中的最小化可利用最小二乘法求解;然后用双边滤波算法对光谱数据S进行更新;
步骤44,判断目标函数E是否收敛,若收敛则停止迭代,输出光谱数据S。
本发明利用制备的掩膜进行光谱重建的方法,不仅可以提高空间分辨率,而且采集和重建数据过程简化了光谱编码和解码过程,避免了复杂的计算负荷,实现了在短时间内高精度捕获高光谱数据。
附图说明
图1是本发明实施例1基于频域编码的光谱成像系统结构示意图;
图2是本发明实施例2基于频域编码的光谱成像系统结构示意图;
图3是本发明光谱重建方法的流程示意图。
具体实施方式
下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本发明的一种基于频域编码的光谱重建方法,首先,利用喷墨式打印机或激光打印机采用微压电技术打印制作掩膜(MASK),掩膜是由不同浓度、不同颜色、不同相位的墨滴单元组成。
打印机采用通用的CMYK色彩模式进行组合打印,四种标准颜色分别是青色(C)、品红色(M)、黄色(Y)和黑色(K)。但是,黑色具有吸收所有光特性,因此编码掩膜制作时去除此种染料,颜色可以利用色料的三原色混色原理,共计三种颜色混合叠加。此外,为了增加宽带基也可以根据不同的光谱分辨率需求配置具有不同透射曲线的颜色墨水打印。
打印掩膜时可以通过选择不同的打印浓度对场景空间和光谱进行不同的编码调制,其中,打印浓度范围可以选择在10%~50%之间。浓度会影响场景每个像元的光谱响应率。为确保打印出的墨滴是随机的,可以选择确定的打印浓度重复打印多次。
由于墨水黏度和表面张力的不同可能会导致墨滴形状的不规则,同时温度和电压也会影响墨滴扩散状态从而改变墨滴形状,但是,大多数墨滴形状会呈现圆形且墨滴的直径约占60个像素。不同形状的墨滴可以随机调制场景的空间分辨率。
掩膜MASK上打印的墨滴具有不同浓度和颜色,导致每个像元的光谱透射曲线不同,因此可以对目标场景进行光谱维度调制编码;同时,墨滴的大小和形状也各不相同,因此可以对目标场景进行频域编码。当打印出的墨滴与像元尺寸量级相同且具有不同密度、不同颜色的调制图案时,可以直接将掩膜MASK覆盖到CCD感光元件上;当打印的墨滴液滴单元尺寸与像元尺寸不符时,可使用透镜、掩膜、中继镜、传感器等器件组合也可以达到编码调制的效果。
在自然场景下,由于打印机喷墨方法不同,调制效果也不同,因此可以对掩膜MASK进行两种模式定制。一种模式是在可以控制墨滴浓度的情况下,按照设计的调制图案进行打印,最后直接用于调制光谱。另一种模式是根据随机喷墨的浓度按照设计的图案进行打印,制作完成后再利用激光产生的单波长光透过掩膜MASK到传感器CCD上进行标定,之后再用于调制光谱。
针对调制图案,可以设计PWM(Pulse Width Modulation)脉宽调制,其中可以设计矩形脉冲、三角形脉冲、正余弦脉冲等。
实施例1
如图1所示,本实施例基于频域编码的光谱成像系统是将掩膜MASK直接覆盖到CCD感光元件上。其中,掩膜MASK是利用喷墨式打印机或者激光打印机在薄膜上打印出与CCD传感器像元尺寸相同且具有不同浓度、不同颜色的调制图案对场景光谱进行频域调制。
其中,打印机利用微压电技术打印的掩膜是由不同浓度、不同颜色、不同形状的墨滴组成。采用CMYK色彩模式,其中,颜色利用色料的三原色混色原理,共计三种颜色混合叠加,三种标准颜色分别是青色(C)、品红色(M)、和黄色(Y)。打印掩膜时选择打印C、M、Y浓度各为10%对场景空间和光谱进行不同维度的编码调制,浓度会影响场景每个像元的光谱响应率。由于墨水黏度和表面张力的不同会导致墨滴形状的不规则,最终打印墨滴的形状为直径约为60像素的圆形组合。不同形状和大小的墨滴可以随机调制场景的空间分辨率。
(1)不同浓度和不同颜色组合的墨滴单个像元的光谱曲线响应公式为:
式中λ是不同颜色代表的不同波长,单位nm,x是不同浓度,单位p/cm;是不同颜色与不同浓度墨滴组合的光谱响应值;Mλ是某一种颜色的乘法调整因子;Aλ是某一种颜色附加调整因子。其中可以直接由成像光谱仪测得的数字量化值DN(Digital Number)值得到。由公式可以看出,不同浓度和不同颜色组合墨滴光谱曲线响应是由各自不同的光谱响应值线性相加组合得到。
(2)针对(1)的模拟过程。在自然场景下,由于喷墨打印机不可以控制墨滴浓度,所以采用另一种模式:根据随机喷墨的浓度按照设计的图案进行打印,制作完成后再利用激光产生的单波长光透过掩膜MASK到传感器CCD上进行标定。针对调制图案,设计正余弦脉冲。
(3)一般周期性的正弦信号可以表示为:
yi=1+cos(ψ·ωi)
式中ψ为二维空间坐标;ωi是空间频率。经过傅里叶变换后包含有三个增量函数δ(ω+ωi),δ(ω),δ(ω-ωi)。经过正线曲线调制后空间光谱被分别复制到三个以ω=-ωi,0,ωi为中心的空间中。通过分析自然场景的傅里叶光谱位移距离可以编码光谱信息。
(4)打印机打印的掩膜MASK由不同浓度、不同颜色、不同形状的墨滴组成,对于微观结构下像元编码透射率为cmn,公式为:
式中sm、sn分别代表两个离散的墨滴各占的面积,向量pm、pn分别代表两个墨滴各自的透射率,s代表一个像元的面积。宏观结构下掩膜整体的编码透射率C是由无数个微观像元的编码透射率的组合,可用矩阵表示:
(5)如果两个离散的墨滴融合,那么掩膜编码透射率为Ci·Cj,其中Ci、Cj分别代表不同颜色和不同浓度的墨滴编码透射率。掩膜编码透射率可以综合表示成:
(6)场景辐射值DN可用公式表示:
DN=Rref*I光源
(7)标准光源下掩膜编码成像可用公式表示:
(8)针对成像编码公式中的C(λ),可以利用单波长激光或单波长LED灯直接对掩膜进行标定,记为激光标定的波长λ可以设置初始值400nm,后面以20nm步长依次叠加到620nm。通过对响应值积分可以得到传感器对单波长的响应。在理想情况下计算的C(λ)与激光实际标定的应该相等,但是,实际情况下,测量标定误差是不可避免的,所以可以求真实值与标定值误差的最小值求得近似解。
(9)为了重建光谱数据,可以建立目标函数E:
为保真项,即为用激光标定辐射值;βp表示权重系数,为平滑项;表示光谱数据的空间梯度信息;λp为正则化参数;防止目标函数过拟合;||Ep||1=||P-Pproj(S)||1,其中,Pproj(S)为光谱图像在傅里叶域中的投影;Ep为辅助变量,表示为光谱信息投影的约束项,对求取结果进行质量控制;
(9.1)可利用传统光谱重建方法对目标函数进行优化求解,先利用迭代优化算法对目标函数进行拆分求解,将目标函数分别拆成求解光谱数据S和求解辅助变量Ep的两个子函数;
(9.2)对于最小化可利用最小二乘法求解;然后用双边滤波算法对光谱数据S进行更新;
(9.3)判断目标函数是否收敛,若收敛则停止迭代,输出光谱数据S。
实施例2
当打印的墨滴单元尺寸与像元尺寸不符时,可使用透镜、掩膜、中继镜、传感器硬件组合来达到调制光谱的效果,如图2所示。具体方法为:
(1)场景先经过物镜进行第一次成像;
(2)特制的掩膜对场景进行空间和光谱维度编码;
(3)编码后的图像经过中继镜后最终被相机传感器收集;
(4)计算机获取编码的图像后进行解码重建,具体过程同实施例1中的步骤(9)相同。
Claims (4)
1.一种基于频域编码的光谱重建方法,其特征在于,首先,光谱成像系统利用掩膜采集场景的光谱信息,所述掩膜对场景图像进行光谱维度和空间维度的调制;然后通过将光谱信息的曲线投影到宽带基底来调制光谱变化,获得调制图像,再将所述调制图像映射到傅立叶域进行复用;最终利用传感器收集在光谱和空间上压缩的编码图像,通过对光谱维度的解码重建出光谱信息。
2.根据权利要求1所述的一种基于频域编码的光谱重建方法,其特征在于,所述掩膜是利用打印机在薄膜上打印出与传感器像元尺寸量级相同且具有不同密度和不同颜色的调制图案。
3.根据权利要求1所述的一种基于频域编码的光谱重建方法,其特征在于,所述掩膜是利用打印机在薄膜上打印出与传感器像元尺寸量级不相同且具有不同密度和不同颜色的调制图案;制得所述掩膜后,利用激光产生的单波长光透过所述掩膜到传感器上进行标定。
4.根据权利要求1所述的一种基于频域编码的光谱重建方法,其特征在于,所述光谱重建方法具体包括如下步骤:
步骤1,利用打印机选取光谱透射曲线相关性较弱的几种颜色制作掩膜,将掩膜直接覆盖在传感器上来采集目标场景的光谱信息,或者通过透镜、掩膜、中继镜和传感器来采集目标场景的光谱信息;所述掩膜对目标场景进行光谱滤波,得到相关性较弱的几个正交的光谱曲线;
步骤2,将光谱曲线投影到几个宽带基底来调制光谱变化,获得调制图像;
步骤3,将调制图像映射到傅里叶域复用进行频域编码;
步骤4,对光谱和空间上编码的图像合成去噪并解码;
步骤41,针对解码过程,为了重建光谱数据S,建立目标函数E:
为保真项,即为用激光标定辐射值;βp表示权重系数,为平滑项;表示光谱数据的空间梯度信息;λp为正则化参数;防止目标函数过拟合;||Ep||1=||P-Pproj(S)||1,其中,Pproj(S)为光谱图像在傅里叶域中的投影;Ep为辅助变量,表示为光谱信息投影的约束项,对求取结果进行质量控制;
步骤42,对目标函数E进行优化求解,先利用迭代优化算法对目标函数E进行拆分求解,将目标函数E分别拆成求解光谱数据S和求解辅助变量Ep的两个子函数;
步骤43,对于目标函数E中的最小化可利用最小二乘法求解;然后用双边滤波算法对光谱数据S进行更新;
步骤44,判断目标函数E是否收敛,若收敛则停止迭代,输出光谱数据S。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811096805.5A CN109285132B (zh) | 2018-09-20 | 2018-09-20 | 一种基于频域编码的光谱重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811096805.5A CN109285132B (zh) | 2018-09-20 | 2018-09-20 | 一种基于频域编码的光谱重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109285132A true CN109285132A (zh) | 2019-01-29 |
CN109285132B CN109285132B (zh) | 2022-05-17 |
Family
ID=65181533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811096805.5A Active CN109285132B (zh) | 2018-09-20 | 2018-09-20 | 一种基于频域编码的光谱重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109285132B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110307900A (zh) * | 2019-06-15 | 2019-10-08 | 江苏南大五维电子科技有限公司 | 一种基于打印掩膜的光谱重建系统及其重建方法 |
CN110348487A (zh) * | 2019-06-13 | 2019-10-18 | 武汉大学 | 一种基于深度学习的高光谱图像压缩方法及装置 |
CN111273050A (zh) * | 2020-02-12 | 2020-06-12 | 清华大学 | 信号采集处理方法及装置 |
CN111999788A (zh) * | 2020-09-28 | 2020-11-27 | 浙江大学 | 宽光谱编码全彩色滤光片阵列 |
CN114051106A (zh) * | 2021-10-29 | 2022-02-15 | 中国科学院西安光学精密机械研究所 | 一种空间光谱滤波频域重建高速成像系统及方法 |
CN114279568A (zh) * | 2022-03-04 | 2022-04-05 | 清华大学 | 基于色散进行编码压缩的多光谱成像方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101598798B (zh) * | 2008-12-31 | 2012-01-04 | 中国资源卫星应用中心 | 一种对高光谱干涉数据进行光谱重建的系统和方法 |
CN102460120A (zh) * | 2009-04-07 | 2012-05-16 | 莱尔照明公司 | 近临界反射谱装置、系统和方法 |
CN107655571A (zh) * | 2017-09-19 | 2018-02-02 | 南京大学 | 一种基于色散模糊的光谱成像系统及其光谱重建方法 |
-
2018
- 2018-09-20 CN CN201811096805.5A patent/CN109285132B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101598798B (zh) * | 2008-12-31 | 2012-01-04 | 中国资源卫星应用中心 | 一种对高光谱干涉数据进行光谱重建的系统和方法 |
CN102460120A (zh) * | 2009-04-07 | 2012-05-16 | 莱尔照明公司 | 近临界反射谱装置、系统和方法 |
CN107655571A (zh) * | 2017-09-19 | 2018-02-02 | 南京大学 | 一种基于色散模糊的光谱成像系统及其光谱重建方法 |
Non-Patent Citations (1)
Title |
---|
DANIEL等: ""Multisampling Compressive Video Spectroscopy"", 《EUROGRAPHICS》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348487A (zh) * | 2019-06-13 | 2019-10-18 | 武汉大学 | 一种基于深度学习的高光谱图像压缩方法及装置 |
CN110307900A (zh) * | 2019-06-15 | 2019-10-08 | 江苏南大五维电子科技有限公司 | 一种基于打印掩膜的光谱重建系统及其重建方法 |
CN110307900B (zh) * | 2019-06-15 | 2021-05-11 | 江苏南大五维电子科技有限公司 | 一种基于打印掩膜的光谱重建系统及其重建方法 |
CN111273050A (zh) * | 2020-02-12 | 2020-06-12 | 清华大学 | 信号采集处理方法及装置 |
CN111999788A (zh) * | 2020-09-28 | 2020-11-27 | 浙江大学 | 宽光谱编码全彩色滤光片阵列 |
CN114051106A (zh) * | 2021-10-29 | 2022-02-15 | 中国科学院西安光学精密机械研究所 | 一种空间光谱滤波频域重建高速成像系统及方法 |
CN114051106B (zh) * | 2021-10-29 | 2022-08-02 | 中国科学院西安光学精密机械研究所 | 一种空间光谱滤波频域重建高速成像系统及方法 |
CN114279568A (zh) * | 2022-03-04 | 2022-04-05 | 清华大学 | 基于色散进行编码压缩的多光谱成像方法、装置及设备 |
CN114279568B (zh) * | 2022-03-04 | 2022-07-29 | 清华大学 | 基于色散进行编码压缩的多光谱成像方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109285132B (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109285132A (zh) | 一种基于频域编码的光谱重建方法 | |
Lin et al. | Spatial-spectral encoded compressive hyperspectral imaging | |
US10274420B2 (en) | Compact multifunctional system for imaging spectroscopy | |
Wagadarikar et al. | Spectral image estimation for coded aperture snapshot spectral imagers | |
Rueda et al. | DMD-based implementation of patterned optical filter arrays for compressive spectral imaging | |
CN106575035B (zh) | 用于光场成像的系统和方法 | |
CN101124462B (zh) | 多光谱和超光谱成像系统 | |
Tsai et al. | Spatial light modulator based color polarization imaging | |
JP2022002398A (ja) | 撮像装置および分光システム | |
KR102049373B1 (ko) | 스펙트럼 영상처리 방법, 스펙트럼 영상처리 시스템 및 제어 유닛 | |
Imai et al. | High-resolution multi-spectral image archives: a hybrid approach | |
Yako et al. | Video-rate hyperspectral camera based on a CMOS-compatible random array of Fabry–Pérot filters | |
Ren et al. | Channeled compressive imaging spectropolarimeter | |
Zhao et al. | Hyperspectral imaging with random printed mask | |
Xu et al. | Self-training-based spectral image reconstruction for art paintings with multispectral imaging | |
CN107076611A (zh) | 光谱成像方法与系统 | |
CN105765630B (zh) | 通过创建多个色度斑点图案测量受到应力的结构部件的形状、移动和/或变形的多尺度测量方法 | |
JP2012154711A (ja) | 分光スペクトル推定装置および学習スペクトル生成方法 | |
Takatani et al. | One-shot hyperspectral imaging using faced reflectors | |
Song et al. | Review of compact computational spectral information acquisition systems | |
JP3848877B2 (ja) | 印刷機における色調制御方法とその装置 | |
US20240119645A1 (en) | Signal processing apparatus and signal processing method | |
JP2008524875A (ja) | シングルパス平床スキャナにおける拡大レンジを備えたマルチスペクトル・スキャナ | |
CN109798978B (zh) | 一种采用异形蓝色噪声编码孔径的光谱成像方法 | |
Zhu et al. | High resolution snapshot imaging spectrometer using a fusion algorithm based on grouping principal component analysis |
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 |