买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:北京邮电大学
摘要:本发明提供一种基于衍射编码的红外高光谱压缩采集芯片参数训练、采集方法及系统,构建训练数据集,包含不同波段的自然光及其真实红外高光谱;构建初始光学模块,包括衍射光学元件和红外传感器;根据预设的不同衍射光学元件高度图在红外传感器上形成不同的点扩散函数,以对自然光的真实红外高光谱进行调制,结合红外传感器的光谱响应生成红外高光谱灰度图;构建初始神经网络,输入红外高光谱灰度图,输出重构红外高光谱,采用训练数据集训练,构建真实红外高光谱和重构红外高光谱的损失,对光学模块和神经网络进行优化,以组合得到红外高光谱采集模型。该红外高光谱采集模型仅需单次曝光就能获得高精度的红外高光谱信息,效率高、成像分辨率高。
主权项:1.一种基于衍射编码的红外高光谱压缩采集芯片和采集模型的参数训练方法,其特征在于,所述方法包括以下步骤:构建训练数据集,所述训练数据集包含不同波段的自然光及其真实红外高光谱;构建初始光学模块,所述光学模块包括衍射光学元件和红外传感器;将所述衍射光学元件作为红外高光谱压缩采集芯片;将所述自然光经由所述衍射光学元件投射至所述红外传感器,根据预设的不同的衍射光学元件高度图在所述红外传感器上形成不同的点扩散函数;采用所述点扩散函数对所述自然光的真实红外高光谱进行调制,结合所述红外传感器的光谱响应,生成红外高光谱灰度图;构建初始神经网络,所述神经网络包括编码器和解码器;将所述红外高光谱灰度图输入所述神经网络,在所述编码器中,对所述红外高光谱灰度图进行特征提取并降采样,生成特征图,在所述解码器中,对所述特征图进行上采样,并与所述特征图进行级联,最终输出重构红外高光谱;其中,将所述衍射光学元件的高度图矩阵作为可学习的参数放入所述神经网络进行训练;采用所述训练数据集对所述光学模块和所述神经网络进行训练,构建所述真实红外高光谱和所述重构红外高光谱的损失,根据所述损失对所述光学模块和所述神经网络进行优化,将训练好的光学模块和神经网络组合得到红外高光谱采集模型;其中,在训练之前,根据菲涅尔定理,对所述自然光进行建模,计算式为: ;其中,表示建模后的自然光;表示所述衍射光学元件上的位置坐标;表示所述自然光的波长;为虚数;表示所述自然光深度;将所述自然光经过所述衍射光学元件,对所述自然光进行编码,并得到相位延迟,计算过程为: ; ;其中,表示编码后的自然光;表示相位延迟;表示材料折射率和空气之差;表示所述衍射光学元件的高度图分布;根据编码后的自然光以及所述红外传感器与所述衍射光学元件之间的距离,基于所述菲涅尔定理,对到达所述红外传感器上的自然光进行建模,计算式为: ;其中,表示到达所述红外传感器上的自然光;表示傅里叶变换;表示编码后的自然光;表示所述自然光的波长;表示所述自然光深度;表示的频率变量;表示的频率变量;根据到达所述红外传感器上的自然光,计算所述红外传感器上形成点扩散函数,计算式为: ;其中,表示所述点扩散函数;表示到达所述红外传感器上的自然光。
全文数据:
权利要求:
百度查询: 北京邮电大学 基于衍射编码的红外高光谱压缩采集芯片参数训练、采集方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。