一种基于微透镜阵列的多光谱成像系统及图像重建方法与流程

本申请涉及多光谱成像技术领域，尤其涉及种基于微透镜阵列的多光谱成像系统及相应的图像重建方法。

背景技术：

光谱成像技术是光学成像、探测技术领域的重要组成部分。光谱成像融光谱技术、光学成像技术于一体，可同时获取被测对象的光谱信息和空间特征信息。由于光谱成像技术具有多光谱分辨率的优势，并能实现从空间直接识别目标物，因而在目标识别、自然灾害预警、农产品检测等方面有极高的应用价值。

目前主流的多光谱成像技术包括色散型、干涉型和滤光片型等。色散型多光谱成像技术利用棱镜或光栅分光，再由成像系统成像。干涉型多光谱成像技术利用干涉仪探测被测物体的干涉图，然后通过傅里叶变换计算得到光谱信息。色散型和干涉型多光谱成像系统的结构复杂，对硬件要求高。滤光片型多光谱成像技术是在成像系统中加入滤光片分光，产生多种光谱的光，进而成像。与色散型和干涉型相比，滤光片型多光谱成像系统结构简单，空间分辨率和光谱分辨率高，在实际民用和军事领域具有广阔的应用前景。但是，目前滤光片型多光谱成像系统存在成像质量差、分辨率低、硬件要求高等问题。因此，结构紧凑、成像质量好、硬件成本低的滤光片型多光谱成像系统亟待开发。

技术实现要素：

本申请提供了一种基于微透镜阵列的多光谱成像系统及图像重建方法，用于解决现有技术中成像质量差、硬件成本高以及结构复杂的技术问题。

有鉴于此，本申请第一方面提供了一种基于微透镜阵列的多光谱成像系统，包括：计算模块、面阵ccd探测器、微透镜阵列与线性渐变滤光片；

所述面阵ccd探测器、所述微透镜阵列与所述线性渐变滤光片依次沿光路设置，以使得入射光线依次通过所述线性渐变滤光片、所述微透镜阵列直至所述面阵ccd探测器；

其中，所述面阵ccd探测器的靶面中心设于所述微透镜阵列的焦点处，所述线性渐变滤光片在相对于所述微透镜阵列的预设距离d处设置，并按照顺时针旋转所述线性渐变滤光片，以使得所述线性渐变滤光片相对于所述微透镜阵列倾斜设置，所述线性渐变滤光片与所述所述微透镜阵列的尺寸一致；

所述计算模块与所述面阵ccd探测器连接，用于基于预存的最大后验估计图像重建算法对所述面阵ccd探测器拍摄的被测目标物的图像进行重建。

优选地，所述微透镜阵列包括共面的多个微透镜，多个所述微透镜均匀分布，所述微透镜为球面透镜。

优选地，所述微透镜的折射率n为1.52mm，所述微透镜的直径d为2.3mm，相邻的所述微透镜之间的间距l为0.0625mm。

优选地，所述微透镜阵列的焦距f为6mm。

优选地，所述线性渐变滤光片在相对于所述微透镜阵列的预设距离d为0.5mm处设置。

优选地，所述线性渐变滤光片相对于所述微透镜阵列的水平夹角为7.125°。

本申请还提供了一种图像重建方法，基于上述的一种基于微透镜阵列的多光谱成像系统，包括以下步骤：

s1：通过被测目标物的出射光线入射至线性渐变滤光片，并通过所述线性渐变滤光片将所述出射光线分割成不同波段的光线；

s2：不同波段的光线倾斜入射至微透镜阵列的各个微透镜中，所述微透镜阵列为m×n阵列，之后，各个所述微透镜入射的光线在面阵ccd探测器的靶面上成像并形成m×n个被测目标物的图像；

s3：通过计算模块基于预存的最大后验估计图像重建算法对所述面阵ccd探测器获取的被测目标物的图像进行重建。

优选地，所述步骤s3具体包括：

s301：将所述面阵ccd探测器获取的m×n个被测目标物的图像进行分割成相应的子图像，每个子图像记为si，可得到m×n个子图像。由此可以得到子图像序列s，记为

s＝[s1,s2,...,si,...,sm*n]；

s302：选取所述子图像序列s的最中间位置的任一所述子图像设为目标图像sf，并将其它的所述子图像与所述目标图像进行配准，得到配准后的新的子图像序列q为q＝[q1,q2,...,qi,qf,...,qm*n]，其中，qi为所述子图像序列s中的第i个配准后的子图像si，qf为目标图像sf；

s303：通过子图像序列q，建立数学模型为，

将上式化简得到z＝hx+n，其中,z＝q^t,z是重建后的子图像，h是图像变换矩阵，x是待重建图像，n是噪声向量；

s304：通过最优化x与z之间的条件概率密度函数来获取目标图像，具体条件概率密度函数为

其中，m^-1与e为自相关矩阵，t是矩阵的转置；

对上式进行迭代计算，可以得到即获得所述待测目标物的重建图像。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请实施例提供了一种基于微透镜阵列的多光谱成像系统及图像重建方法，其通过采用微透镜阵列与线性渐变滤光片，可以对被测目标物实现不同连续波段的成像且分割成多个子图像，并且，线性渐变滤光片相对于微透镜阵列呈一定角度倾斜设置，以使得面阵ccd探测器获取到高质量且高分辨率的图像，并通过最大后验估计方法，可以快速重建出高质量的图像。同时，本申请实施例仅采用面阵ccd探测器、微透镜阵列与线性渐变滤光片就可以实现对被测目标物采集图像数据，而又线性渐变滤光片安装方便，降低了硬件成本且结构紧凑。

附图说明

图1为本申请实施例提供的一种基于微透镜阵列的多光谱成像系统的结构示意图；

图2为本申请实施例提供的一种基于微透镜阵列的多光谱成像系统的微透镜阵列的结构示意图；

图3为本申请实施例提供的一种图像重建方法的流程图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

实施例一

为了便于理解，请参阅图1，本申请提供的一种基于微透镜阵列的多光谱成像系统，其特征在于，包括：计算模块101、面阵ccd探测器102、微透镜阵列103与线性渐变滤光片104；

面阵ccd探测器102、微透镜阵列103与线性渐变滤光片104依次沿光路设置，以使得入射光线依次通过线性渐变滤光片104、微透镜阵列103直至面阵ccd探测器102；

其中，面阵ccd探测器102的靶面中心设于微透镜阵列103的焦点处，线性渐变滤光片104在相对于微透镜阵列103的预设距离d处设置，并按照顺时针旋转线性渐变滤光片104，以使得线性渐变滤光片104相对于微透镜阵列103倾斜设置，线性渐变滤光片104与微透镜阵列103的尺寸一致；

计算模块101与面阵ccd探测器102连接，用于基于预存的最大后验估计图像重建算法对面阵ccd探测器102拍摄的被测目标物105的图像进行重建。

可以理解的是，面阵ccd探测器102的靶面中心设于微透镜阵列103的焦点处，同时，微透镜阵列103与面阵ccd探测器102的水平和垂直方向均对齐，使得微透镜阵列103能够恰好成像在面阵ccd探测器102的靶面，提高成像分辨率与质量。

需要说明的是，面阵ccd探测器102的像素尺寸为3840×5120，而线性渐变滤光片104在相对于微透镜阵列103的预设距离d满足0＜d＜1mm，以使得微透镜阵列103可以充分吸收线性渐变滤光片104入射的光线，减少光能量损耗，以提高图像质量；另外，线性渐变滤光片104相对于微透镜阵列103之间得水平夹角控制成像系统的光谱分辨率，而通过设置水平夹角的大小从而可以影响成像系统的光谱分辨率，而在本实施例中的水平夹角为7.125°，其使得光谱分辨率相对较高，成像效果较好。

进一步地，参考图2，微透镜阵列103包括共面的多个微透镜113，多个微透镜113均匀分布，微透镜113为球面透镜。

需要说明的是，多个微透镜113均相同。

进一步地，微透镜113的折射率n为1.52mm，微透镜113的直径d为2.3mm，相邻的微透镜113之间的间距l为0.0625mm。

进一步地，微透镜阵列103的焦距f为6mm。

进一步地，线性渐变滤光片104在相对于微透镜阵列103的预设距离d为0.5mm处设置。

实施例二

本实施例二提供了一种图像重建方法，基于实施例一的一种基于微透镜阵列的多光谱成像系统，参考图3，包括以下步骤：

s1：通过被测目标物的出射光线入射至线性渐变滤光片，并通过线性渐变滤光片将出射光线分割成不同波段的光线；

s2：不同波段的光线倾斜入射至微透镜阵列的各个微透镜中，微透镜阵列为m×n阵列，之后，各个微透镜入射的光线在面阵ccd探测器的靶面上成像并形成m×n个被测目标物的图像；

s3：通过计算模块基于预存的最大后验估计图像重建算法对面阵ccd探测器获取的被测目标物的图像进行重建。

进一步地，步骤s3具体包括：

s301：将面阵ccd探测器获取的m×n个被测目标物的图像进行分割成相应的子图像，每个子图像记为si，可得到m×n个子图像。由此可以得到子图像序列s，记为

s＝[s1,s2,...,si,...,sm*n]；

需要说明的是，此子图像序列s可由微透镜阵列的任意一角处的子图像起始至对角处的子图像为止依次排列形成序列。

s302：选取子图像序列s的最中间位置的任一子图像设为目标图像sf，并将其它的子图像与目标图像进行配准，得到配准后的新的子图像序列q为q＝[q1,q2,...,qi,qf,...,qm*n]，其中，qi为子图像序列s中的第i个配准后的子图像si，qf为目标图像sf；

需要说明的是，目标图像sf为子图像序列s的最中间位置的任一子图像，而当最中间位置有两个子图像时，可以选取其中任一个子图像作为目标图像sf，例如，在子图像序列为s＝[s1,s2,...,si,...,s80]时，可以选取s40或s41作为目标图像，而将剩余的79个子图像与目标图像s40或s41进行配准，得到新的子图像序列q＝[q1,q2,...,qi,...,q80]。

s303：通过子图像序列q，建立数学模型为，

将上式化简得到z＝hx+n，其中,z＝q^t,z是重建后的子图像，h是图像变换矩阵，x是待重建图像，n是噪声向量；

s304：通过最优化x与z之间的条件概率密度函数来获取目标图像，具体条件概率密度函数为

其中，m^-1与e为自相关矩阵，t是矩阵的转置；

对上式进行迭代计算，可以得到即获得待测目标物的重建图像。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。