北京中科白癜风医院权威 https://wapjbk.39.net/yiyuanfengcai/tsyl_bjzkbdfyy/gz0flab
光谱图像数据是一个立方体，由两个空间维度和一个光谱维度组成。当前成像系统普遍采用的三色成像（红绿蓝，RGB）只能拍摄三个光谱通道，无法直接从图像中分析拍摄对象丰富多彩的光谱特征；而高光谱成像可以拍摄更多的光谱通道（几百甚至上千个），能为拍摄的场景或物体提供更多的颜色信息，从而可以广泛应用于环境监测、军事国防、文物与考古分析、医学诊断、食品监管和地质探勘等各大领域。从成像的时间维度来看，高光谱成像主要存在两种方式：（1）基于扫描的方法（多次曝光）：通过牺牲时间来扫描得到静止的光谱图像；（2）计算成像方法（可以实现单次曝光条件的高光谱成像）：通过计算重建调制后的光谱数据以获取动态的高光谱视频。由于高光谱成像具有精准采集、精细分析、精确计算纳米级别光谱特征的特点，可作为科学研究、工程应用强有力的工具，成为当前图像和视频处理、计算机视觉和图形学研究领域的国际前沿热点之一。原理方法：1.基于扫描的方法该方法历经点扫描、线扫描以及谱扫描三个发展阶段。点扫描方法在每个时刻捕获单个空间位置的高光谱数据，因此需要大量时间才能获得一个高光谱数据立方体。线扫描法采用与一个空间方向平行的狭缝孔径，光谱仪沿另一个方向平移扫描，从而可以通过比点扫描法更快的速度获得一个高光谱数据立方体。光谱扫描法在成像设备的光路中使用不同波段的窄带滤光片，拍摄一系列全空间分辨率单波段图像，使用这一系列图像即可合成一个高光谱数据立方体。还有其他扫描方法，例如傅立叶变换光谱成像方法，该方法通过扫描迈克尔逊干涉仪的一个反射镜，以便在多个光程差（OPD）值（可调滤光片相机的傅立叶域等效）上获得光谱数据。灵敏式光谱成像四使用衍射光栅将入射光线进行色散，并在光路上引入狭缝掩模来调制光谱。过去30年，扫描技术取得了令人瞩目的进步，例如，谢克纳（Schechner）和纳亚尔（Nayar）将一个随空间场景变化的滤波片固定到一台可移动的照相机上，当相机移动时，它会多次感知场景中的每个像素，每次感知都在不同的光谱波段上。与之前扫描的方法不同，声光可调滤光片（AOTF）和液晶可调滤光片（LCTF）基于偏振的原理，可以达到非常快的扫描速度。Xu等人采用LCTF和压缩感知技术实现空谱编码，提升光谱视频成像的空谱分辨率。除了无源光谱扫描方法（被动照明方法），纳亚尔（Nayar）等人提出了主动照明的方法，采用从一个波段扫描到另一个波段的多路照明方案，以实现光谱成像。以上原理方法皆以牺牲时间分辨率为代价换取光谱分辨率，因此只能拍摄静态场景下的高光谱数据。由于基于扫描的方法（多次曝光）无法捕获动态场景下的高光谱数据，因此诞生了计算成像方法（单次曝光）进行高光谱视频采集（光谱成像由“静”到“动”的变革）。2.计算成像方法近几十年来，为了克服基于扫描法的局限性，研究人员发明了多种照式（单次曝光）光谱成像方法。20世纪30-60年代，在天文学中快照式光谱成像通常使用积分场技术（基于反射镜阵列（IFS-M）、光纤阵列IFS-F）和小透镜阵列（IFS-L）。之所以这么命名是因为每次对三维数据立方体像素单独的测量都是在一个区域（对象）上进行积分而得到的。70年代有学者提出多光谱分束方法，该方法利用多个分束器将入射光分成多个光谐带。一种原理更简单的方法---多孔径滤镜相机（MAFC）使用一组传感器阵列，并在每个传感器前面放置不同的滤波片，以收集全光谱波段的部分波段。在可调阶梯成像仪（TEI）中，法布里-珀罗干涉仪的成像输出在一个方向上被棱栅交叉分散，在垂直方向上被阶梯状图形分散，这就形成了传感器上同一区域不同光谱窄带图像的拼接图。大约10多年前，高分辨率传感器的出现极大地提升了光谱图像空间分辨率，使快照式光谱成像走进应用成为了可能。得益于层析医学成像技术（CT）的启发，德库尔（Descour）和德里亚克（Dereniak）m2提出了一种基于计算断层的快照式光谱成像方法和系统（CTIS）与医学CT的原理一致，CTIS可以从一组采集的二维投影中重建一个有空间维度和光谱维度的三维光谱立方体，这些二维投影整合了来自传感器上不同场景位置的光谱信号。CTIS的主要优点是可以使系统布局非常紧凑，但是主要缺点是难以制造开诺全息（kinoform）透镜等分散元件和CT重建过程中的丢失锥问题。自该原理方法被提出以来，CTIS不断围绕其计算复杂性、校准难度和测量工艺进行改进。尽管可以通过CTS获取高光谱视频，但是重建单帧“空-谱”维度为××的高光谱图像需要20-30分钟，这使得当时的计算断层成像光谱技术不适用于实时的视频应用。编码光圈快照光谱成像（CASSI）是第一个尝试利用压缩感知原理进行快照式光谱成像的方法和系统：通过对三维数据立方体的稀疏采样来重建高光谱图像，在多尺度小波变换的基础上假设稀疏度（自然场景的常见属性），由此在欠定条件下重建光谱的三维数据立方体。基于压缩感知理论，每一时刻的高光谱立方体数据可以由稀疏的方式先进行低维采样，而后再进行高精度的光谱重建。根据光谱色散方式的不同可以分为双色散元件（DD）CASSI和单色散元件（SD）CASS。压缩感知光谱成像系统能更加紧凑和灵活地应用于各个领域，并且成本更低。尽管如此，基于编码光圈的成像方法仍然具有局限性：（1）由于自然场景的稀疏假设，不可避免地会出现重建误差；（2）重建算法的计算复杂性，例如TwIST、ADMM和HS-字典学习加上稀疏约束的计算重建算法不能令人满意，并且无法实时对高光谱数据进行重建。为了克服上述缺点，Wang等人，提出了一种基于互补观测的双相机成像系统，并提出了将数据与先验知识相结合的高光谱图像重建算法。棱镜-掩模调制的光谱视频成像方法和原型系统（PMVIS）以计算成像原理为指导，充分运用棱镜的色散作用和掩模的稀疏采样完成光谱视频实时采集的硬件设计和实现，大幅提升信息获取的自由度。不同于CTIS和CASSI的原理，PMVIS的一个核心贡献在于提出了并行光路的思想，破解了高空间和高光谱分辨率难以兼得的固有矛盾；通过在系统中增加另外一个RGB相机，得到一路并行的具有高空间分辨率的RGB视频，在原有光路上得到低空间分辨率光谱视频，将光谱视频的信息叠加在RGB的高空间分辨率上，并通过融合处理，最终得到同时具有高空间和高光谱分辨率的视频。由于光谱分辨率是许多机器视觉应用成功与否的核心因素，因此有学者提出了快照式傅里叶变换光谱仪（SHIFT）、多光谱萨尼亚克干涉仪（MSI）、图像映射光谱仪（IMS）6和光场光谱仪（LFIS）等，它们的原理都是牺牲空间分辨率来换取高光谱分辨率。据此，马纳科夫（Manakov）等人提出了一种可重构的相机附件，该相机附件采用物理复制的机制实现全光（plenoptic）成像，将传感器图像复制为多个相同的副本并通过不同的滤波片恢复所需的光谱信息。Yang等人发展了一种光谱分辨压缩超快成像（HCUP）新技术，能以单次曝光成像的模式运行，克服了主动照明的技术局限性，实现了超快光谱成像。随着大数据科学和半导体器件技术的发展，出现了可以单次曝光的计算光谱成像方法。与传统基于扫描的方法相比，计算成像方法具有两个显著的优势：（1）由于不需要在时间维度上进行扫描，计算成像方法可以获取动态光谱视频；（2）可以不使用专门制造的复杂机械结构来构建光谱仪，这在低成本、尺寸要求严格的应用中具有很大的潜力。另一方面，计算成像方法也存在局限性：由于自然场景的稀疏性假设，光谱重建误差不可避免，并且光谱重建算法的计算复杂性高，实时进行高精度的光谱重建仍面临巨大挑战。在各种应用领域中，计算成像方法比扫描方法具有更大的便捷性（使用过程和传统相机一致，不需要扫描），与此同时，计算成像方法和新材料、微纳光学技术的发展为未来制作高性能、低造价、智能手机摄像头大小的微型光谱仪铺平了道路。总体而言，在不同的光谱成像系统中仍存在一些缺陷，这些缺陷需要通过考虑光学原理、压缩感知理论、机器学习算法和半导体器件制造技术的进一步组合来改进。在过去的几年中，基于计算成像原理研制的光谱相机已逐步满足实际商业应用的需求。随着半导体器件制造技术的飞速发展，一些新型的光谱成像原理和系统业已初见端倪：微纳制造技术可以在芯片上进行波长级别的调制，例如胶体量子点光谱仪（CQD）圆和IMEC的的片上滤波器技术，这些技术的变革已经替代了数百年来一直使用的传统色散元件（例如棱镜和光栅）。其中IMEC以紧凑、轻巧和可大规模制造的设计提供了高空间分辨率（最高7Mpx）和光谱分辨率（+频段）。此外，基于谐振亚波长光子结构的超表面技术实现了波前控制和光聚焦的新方法，为新一代光谱成像技术奠定了基础。

转载请注明:http://www.aideyishus.com/lkcf/7964.html