一种基于抗环境光干扰技术的图像成像方法及其图像采集设备

本发明涉及图像处理，具体为一种基于抗环境光干扰技术的图像成像方法及其图像采集设备。

背景技术：

1、为应对环境光干扰问题，现有技术主要从不同的物理维度进行信号分离或抑制。一类代表性的技术方案聚焦于时间维度的编码与识别。例如，公告号为cn120602791b的发明专利：一种基于抗环境光干扰技术的图像成像方法及其图像采集设备，其方法利用光电传感器接收混合光信号，通过可调谐光学滤波器提取含脉冲编码特征的反射光成分，生成具有时间维度标识的抗干扰特征图，进而识别并标记环境光直射产生的瞬态干扰区域，最终通过差分运算重建目标本征图像。该技术的核心在于通过主动照明编码与同步滤波在时间维度上分离信号与干扰，但在实际应用中，当环境光的光谱成分复杂、多变且不可预知时，仅依赖固定的或预设时间编码规则可能难以精准区分与目标反射信号光谱特征重叠或相似的干扰光。

2、另一类技术方案则侧重于在空间域或光谱域对已采集到的、包含干扰的图像数据进行后处理。例如，有研究提出采用基于形态学开运算的预处理方法，旨在剔除闪光式激光雷达在白天工作时太阳光对目标的光污染。该方法通过对接收到的原始强度图像进行形态学运算，以滤除图像中的孤立噪声点（如离散的太阳光散射点），随后再利用相邻帧差法进行重建。这类方法的局限性在于其本质上属于被动的事后处理，依赖于图像的空间形态特征差异，对于大面积连续或光谱特性复杂的非脉冲式环境光干扰（如大面积天空背景光、霓虹灯光等），其抑制效果有限，且难以恢复被强光完全遮蔽的图像细节。

3、综合现有技术可以看出，无论是基于时间维度编码的方案，还是基于空间形态后处理的方案，都存在一个共性的局限：即系统的工作模式（包括编码策略、滤波参数、处理算法）通常是预先设定或依据有限先验知识配置的，缺乏对未知、动态变化且光谱成分复杂的环境光干扰的自适应感知与学习能力。在面对日落时分的逆光（光谱连续且强度渐变）与城市夜景中多种人造光源（光谱离散且强度跳变）混杂等非典型极端场景时，现有技术的适应性不足，导致信号分离精度下降，难以实现稳定、高清晰度的目标本征图像重建。

4、因此，亟待一种能够克服上述缺陷的抗环境光干扰成像技术。本发明旨在提供一种新的图像成像方法及设备，以克服上述缺陷。

技术实现思路

1、本发明的目的就是为了弥补现有技术的不足，提供了一种基于抗环境光干扰技术的图像成像方法及其图像采集设备，能够通过对环境光的实时在线感知与分析，动态地调整系统的主动编码与信号处理策略，从而在复杂多变的光照条件下实现自适应的、高精度的抗干扰成像。

2、本发明为解决上述技术问题，提供如下技术方案：一方面，一种基于抗环境光干扰技术的图像成像方法，该方法包括以下步骤：

3、步骤一，执行初始动态光谱-时间双编码扫描，控制主动照明单元按第一预设时间序列发射具有不同中心波长的脉冲编码光，并同步控制可调谐光学滤波器进行对应波长的滤波，通过图像传感器采集获得初始多维图像数据集合，该初始多维图像数据集合包含空间维度、时间维度和光谱维度信息；

4、步骤二，对所述初始多维图像数据集合进行局部光谱特征聚类分析，将空间维度划分为多个分析单元，提取每个分析单元的多光谱特征向量，基于所有分析单元的多光谱特征向量进行实时聚类，根据聚类结果解译并生成干扰光谱特征地图，该干扰光谱特征地图标识出图像中不同光谱特性的区域类别；

5、步骤三，基于所述干扰光谱特征地图，通过编码策略优化器生成优化编码策略，该优化编码策略针对干扰光谱特征地图中标识的不同区域类别，自适应地确定第二预设时间序列中各中心波长的脉冲编码光的强度与时序组合，其中第二预设时间序列是步骤一中第一预设时间序列的优化后的版本；

6、步骤四，执行优化动态光谱-时间双编码扫描，根据所述优化编码策略控制主动照明单元与可调谐光学滤波器进行同步操作，通过图像传感器采集获得优化多维图像数据集合；

7、步骤五，根据所述干扰光谱特征地图，对优化多维图像数据集合进行区域化差分图像重建，针对不同区域类别采用不同的图像重建算法处理对应区域的优化多维图像数据，最终合成目标本征图像。

8、更进一步地，所述步骤四中，主动照明单元包含多个不同中心波长的窄线宽激光器；

9、控制主动照明单元按第一预设时间序列发射脉冲编码光，具体是控制多个窄线宽激光器依照时间顺序轮流开启，每个窄线宽激光器在所述窄线宽激光器的开启时间段内发射一个或多个强度调制的光脉冲；

10、同步控制可调谐光学滤波器进行对应波长的滤波，具体是在每个窄线宽激光器开启的同时，将可调谐光学滤波器的通带中心波长调整为与该窄线宽激光器的中心波长一致。

11、更进一步地，所述步骤二中，将空间维度划分为多个分析单元，是依据像素坐标将图像划分为多个互不重叠的超像素块；

12、提取每个超像素块的多光谱特征向量，该多光谱特征向量至少包括该超像素块在各中心波长下的平均强度值、任意两个中心波长下的平均强度比值、以及在各中心波长下强度值的统计方差值。

13、更进一步地，所述步骤三中，编码策略优化器根据区域类别执行差异化决策：

14、对于标识为有效目标信号区域的类别，选择使目标与背景对比度最大化的一个或多个中心波长，并为该中心波长分配增加的照明脉冲宽度与强度；

15、对于标识为强环境光干扰区域的类别，分析该强环境光干扰区域在初始多维图像数据集合中各中心波长下的响应强度，选择响应强度最弱的一个中心波长，并为该中心波长配置多组不同强度的脉冲编码光以进行高动态范围采集；

16、对于标识为人造单色光源干扰区域的类别，避开该强环境光干扰区域响应强度异常高的中心波长，选择该异常中心波长的相邻一个或多个中心波长进行照明编码；

17、所述优化编码策略通过优化以下目标函数生成：

18、

19、其中，表示待确定的优化编码策略集合，表示寻找使后面表达式最大化的参数组合的操作，表示第个可供选择的中心波长，表示在第个中心波长上分配的照明强度与时序组合，表示干扰光谱特征地图中标识为有效目标信号区域的类别集合中的某一个类别，表示类别的权重系数，该权重系数与该类别区域的面积或重要性正相关，表示在编码下预测的类别区域的信噪比函数，表示干扰光谱特征地图中标识为各类干扰区域的类别集合中的某一个类别，表示在中心波长下预测的类别干扰区域的噪声强度或干扰响应函数，表示抑制干扰的权衡系数。

20、更进一步地，所述步骤五中，针对标识为有效目标信号区域的图像数据，直接采用优化多维图像数据集合中对应有效目标信号区域的数据作为重建基础；

21、针对标识为强环境光干扰区域的图像数据，使用优化多维图像数据集合中该强环境光干扰区域对应多组不同强度脉冲编码光采集的数据进行高动态范围融合处理；

22、针对标识为人造单色光源干扰区域的图像数据，使用优化多维图像数据集合中避开了干扰中心波长的其他中心波长下采集的数据，并依据光谱反射连续性模型通过插值算法重建缺失波长信息，该波长因避开干扰未采集，基于光谱反射连续性模型插值补全。

23、另一方面，一种基于抗环境光干扰技术的图像成像方法的图像采集设备，适用于一种基于抗环境光干扰技术的图像成像方法，该设备的组成包括：主动照明单元、图像采集单元、以及处理控制单元；

24、所述主动照明单元用于发射脉冲编码光；

25、所述图像采集单元包括沿光路依次设置的光学镜头、可调谐光学滤波器和图像传感器，用于接收并过滤目标反射光，采集图像数据；

26、所述处理控制单元分别与主动照明单元和图像采集单元电性连接，用于执行所述步骤一至所述步骤五，并控制各单元的同步操作。

27、更进一步地，所述主动照明单元包括由多个不同中心波长的窄线宽激光器构成的激光器阵列以及激光器驱动电路；

28、所述可调谐光学滤波器为声光可调谐滤波器或液晶可调谐滤波器；

29、所述处理控制单元通过激光器驱动电路控制各窄线宽激光器的开关与强度调制时序，同时生成同步电信号控制可调谐光学滤波器的通带中心波长切换，使得滤波波长与发射的脉冲编码光的中心波长实时匹配。

30、更进一步地，所述处理控制单元包括现场可编程门阵列和并行计算处理器；

31、所述现场可编程门阵列负责生成控制主动照明单元中各激光器的脉冲驱动信号、控制可调谐光学滤波器的波长调谐信号、以及触发图像传感器采集的同步信号，并确保这些信号之间的时序精度在纳秒级；

32、所述并行计算处理器用于运行局部光谱特征聚类分析算法、编码策略优化算法以及区域化差分图像重建算法。

33、更进一步地，所述局部光谱特征聚类分析中采用实时聚类算法，所述实时聚类算法为在线k-means聚类算法或在线高斯混合模型聚类算法；

34、所述聚类结果解译是基于预存的光谱反射特性先验知识库，将聚类后的各个类别与已知的典型目标反射光谱曲线、典型环境光干扰光谱曲线进行匹配，从而赋予每个类别以物理含义标识。

35、更进一步地，所述方法以视频流模式循环运行，对于视频序列中的第n帧图像，所述第n帧图像执行初始动态光谱-时间双编码扫描所依据的第一预设时间序列、或执行优化动态光谱-时间双编码扫描所依据的优化编码策略，是基于对第n-1帧图像进行分析处理后得到的干扰光谱特征地图而动态生成，从而实现对于动态变化光照环境的实时自适应成像。

36、与现有技术相比，该一种基于抗环境光干扰技术的图像成像方法及其图像采集设备具备如下有益效果：

37、一、本发明通过初始动态光谱-时间双编码扫描采集包含空间、时间及光谱维度信息的初始多维图像数据，经局部光谱特征聚类分析生成标识不同光谱特性区域类别的干扰光谱特征地图，再基于该地图通过编码策略优化器生成自适应优化编码策略，最后执行优化扫描并进行区域化差分图像重建，能够实时感知动态变化且光谱成分复杂的环境光干扰，动态调整系统的主动编码与信号处理策略，克服了现有技术依赖预设工作模式、对未知复杂干扰适应性不足的缺陷，从而在各类复杂光照场景下稳定实现目标信号与环境光干扰的精准分离，保障目标本征图像的重建精度与清晰度。

38、二、本发明通过将空间维度划分为超像素块作为分析单元进行多光谱特征提取与实时聚类，结合针对不同区域类别的差异化编码策略与重建算法，能够在强化有效目标信号采集质量的同时，针对性抑制强环境光、人造单色光源等各类干扰，既避免了被强光遮蔽的图像细节丢失，又减少了无效数据采集与冗余处理，从而在提升图像信噪比与对比度的基础上，兼顾了成像质量与处理效率，拓宽了抗环境光干扰成像技术的应用场景，尤其适用于动态光照环境下的图像采集需求。

39、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。