抗光照干扰高光谱图像分割提取方法、设备及系统

本申请涉及图像数据处理与计算机视觉，特别是涉及一种抗光照干扰高光谱图像分割提取方法、设备及系统。

背景技术：

1、高光谱成像技术通过将光线切分为数十个连续窄波段，获取物体在不同光谱通道下的响应特性，生成用于物质成分识别的“光谱曲线”，广泛应用于农业监测、材料分拣、医学检测及暗弱目标识别等领域。快照式高光谱相机（如快照式高光谱相机的微透镜阵列为4×4阵列）能够单次曝光同时获取全部光谱通道信息，突破了传统推扫式相机无法拍摄动态物体的局限。如何将快照式高光谱相机输出的单张高分辨率图像精准还原为多张空间对齐的单波段图像，并从中准确分割目标进行光谱提取，是该领域的核心命题。

2、现有技术在快照式高光谱图像处理中仍存在以下缺陷：①现有方法采用宏观区域切割法，将raw图等分分块作为各波段图像。例如：若底层原始图像数据的分辨率为4096×4096，快照式高光谱相机的微透镜阵列为4×4，则现有方法将整幅图像等比例划分为16个宏观区域（每个区域大小为1024×1024），并将每个区域直接作为一个单波段通道图像，再将所有区域沿光谱通道方向堆叠排列，形成三维数据立方体。这种粗粒度的分割方式完全忽略了微透镜阵列的实际交错排布规律，导致各单波段通道图像的空间坐标彼此偏移，无法实现像素级对齐，使得后续目标识别与光谱提取失去空间一致性基础。②单窄带波段光通量低，单通道图像信噪比差，现有技术直接依赖单一通道识别目标，易产生空洞和毛刺，使完整目标误判为多个破碎连通域。③光学成像存在边缘暗角，全局自适应阈值分割法提取暗色目标时，易将暗角误判为目标，拉低阈值，导致真实目标截断丢失并产生大量虚假噪点。④现有方法采用目标灰度与背景灰度的比值即相对反射率归一化法评估光谱，当目标反射率极低且背景高亮时，暗弱目标的光谱吸收特征被压缩趋近平直线，失去辨识度。

技术实现思路

1、本申请的目的是提供一种抗光照干扰高光谱图像分割提取方法、设备及系统，可有效抵抗光照不均与环境光强波动干扰，精准分割目标区域并高保真还原其本征光谱响应特征曲线。

2、为实现上述目的，本申请提供了如下方案：

3、第一方面，本申请提供了一种抗光照干扰高光谱图像分割提取方法，包括：

4、获取快照式高光谱相机输出的底层原始图像数据。

5、根据所述快照式高光谱相机中微透镜阵列的物理排布结构，对所述底层原始图像数据采用按固定步长交错抽样的方式进行像素级解复用，提取出若干个单波段通道图像，并将所有所述单波段通道图像沿光谱通道方向进行堆叠排列，生成三维数据立方体。

6、对所述三维数据立方体沿光谱通道方向计算各空间坐标处像素强度的均值，并对所有所述均值进行线性拉伸至预设灰度范围，得到二维融合基准图。

7、获取包含待测目标的分析区域取景框，并将所述二维融合基准图中位于所述分析区域取景框外部的像素点的灰度值赋为最高灰度值，生成白化屏蔽图。

8、以所述分析区域取景框为约束范围，在所述白化屏蔽图中执行反向大津阈值算法，生成初步目标掩模。

9、对所述初步目标掩模进行形态学运算，得到完成形态学运算后的掩模。

10、对所述完成形态学运算后的掩模执行二维连通域分析，将面积小于预设过滤阈值的连通域判定为伪特征区块并剔除，生成最终目标掩模。

11、将所述最终目标掩模作为索引，原位映射回所述三维数据立方体后，在所述最终目标掩模覆盖的有效区域内，遍历计算各像素在各波段通道下的绝对原始灰度均值。

12、汇总各像素在各波段通道下的绝对原始灰度均值，并将所有所述绝对原始灰度均值发送至计算机，以生成所述待测目标的本征光谱响应特征曲线。

13、第二方面，本申请提供了一种计算机设备，包括：存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述中任一项所述的抗光照干扰高光谱图像分割提取方法的步骤。

14、第三方面，本申请提供了一种抗光照干扰高光谱图像分割提取系统，包括：

15、快照式高光谱相机，用于采集底层原始图像数据。

16、处理器，用于执行上述任一项所述的抗光照干扰高光谱图像分割提取方法。

17、计算机，用于基于处理器发送的所有绝对原始灰度均值，生成所述待测目标的本征光谱响应特征曲线。

18、根据本申请提供的具体实施例，本申请具有了以下技术效果：

19、本申请提供了一种抗光照干扰高光谱图像分割提取方法、设备及系统，摒弃了等分分块方式，转而严格依据快照式高光谱相机中微透镜阵列的物理排布结构，采用按固定步长交错抽样的像素级解复用策略。这一设计确保了提取出的各单波段通道图像在空间上精确对应同一物方视场，使沿光谱通道堆叠生成的三维数据立方体具有真实的物理空间意义，从源头保障了光谱数据的空间一致性。其次，构建了多波段融合降噪机制：通过沿光谱通道方向计算各空间坐标处像素强度的均值，并线性拉伸至预设灰度范围，生成一幅高信噪比的二维融合基准图。该融合基准图综合了全谱段的光强信息，有效压制了单通道随机噪声，为后续分割提供了稳健的数据基础，避免了因单通道质量不佳而产生的空洞、毛刺及破碎连通域。再次，通过获取包含待测目标的分析区域取景框，将框外暗角区域的灰度值强制赋为最高灰度值，从而在执行反向大津阈值算法时，由于算法本身以灰度最低像素群为目标类、最高像素群为背景类，白化后的暗角区域被自动归入背景类，不再参与目标类阈值计算。这有效防止了暗角区域拉低全局分割阈值，避免了真实暗弱目标因阈值过低而被截断丢失，同时显著抑制了暗角产生的虚假噪点。最后，在生成最终目标掩模后，该方法将掩模作为索引原位映射回原始三维数据立方体，直接在掩模覆盖的有效区域内计算各像素在各波段通道下的绝对原始灰度均值，而非计算与背景的比值。这种不经过归一化处理的绝对量提取方式，完整保留了暗弱目标自身的光谱吸收深度，避免高亮背景对目标光谱曲线的拉伸压缩效应，从而显著提升了低反射率目标的光谱辨识度。

1.一种抗光照干扰高光谱图像分割提取方法，其特征在于，所述抗光照干扰高光谱图像分割提取方法包括：

2.根据权利要求1所述的抗光照干扰高光谱图像分割提取方法，其特征在于，根据所述快照式高光谱相机中微透镜阵列的物理排布结构，对所述底层原始图像数据采用按固定步长交错抽样的方式进行像素级解复用，提取出若干个单波段通道图像，并将所有所述单波段通道图像沿光谱通道方向进行堆叠排列，生成三维数据立方体，具体包括：

3.根据权利要求1所述的抗光照干扰高光谱图像分割提取方法，其特征在于，对所述三维数据立方体沿光谱通道方向计算各空间坐标处像素强度的均值，并对所有所述均值进行线性拉伸至预设灰度范围，得到二维融合基准图，具体包括：

4.根据权利要求3所述的抗光照干扰高光谱图像分割提取方法，其特征在于，一空间坐标(x,y)在所述二维融合基准图中的像素值满足如下公式：

5.根据权利要求1所述的抗光照干扰高光谱图像分割提取方法，其特征在于，获取包含待测目标的分析区域取景框，并将所述二维融合基准图中位于所述分析区域取景框外部的像素点的灰度值赋为最高灰度值，生成白化屏蔽图，具体包括：

6.根据权利要求5所述的抗光照干扰高光谱图像分割提取方法，其特征在于，所述第一操作为：

7.根据权利要求1所述的抗光照干扰高光谱图像分割提取方法，其特征在于，以所述分析区域取景框为约束范围，在所述白化屏蔽图中执行反向大津阈值算法，生成初步目标掩模，具体包括：

8.根据权利要求1所述的抗光照干扰高光谱图像分割提取方法，其特征在于，所述待测目标的本征光谱响应特征曲线的横坐标为光谱通道索引，纵坐标为绝对原始灰度均值。

9.一种计算机设备，包括：存储器、处理器以及存储在存储器上并能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-8中任一项所述的抗光照干扰高光谱图像分割提取方法。

10.一种抗光照干扰高光谱图像分割提取系统，其特征在于，所述抗光照干扰高光谱图像分割提取系统包括：