高光利用率的计算光谱成像系统

光谱表达了物质的物理化学属性，是物质的“指纹”，为物质分析提供“火眼金睛”。传统光谱成像技术由于光利用率极低，需要20秒以上才能捕获一帧完整的光谱图像，这将光谱信息获取限制在静态场景，无法应用于动态世界。

编码感知计算光谱成像，利用特定光学系统将三维光谱图像编码耦合到二维传感器图像中，再利用优化解码算法从二维编码图像中计算重构三维光谱图像，具有分辨率高、能量利用率高的特点。但其成像性能不理想，重构质量低和重构速度慢。

使用共用镜头的双路编码感知计算光谱成像方案研制高光利用率的计算光谱成像系统。

在硬件设计和标定方面，提出基于卷积神经网络的编码设计方法及其系统定标方案。基于成像模型的物理过程，采用分而治之的策略，以分块的方式优化编码模板，将编码模板作为神经网络中的参数，通过联合优化信息采集和图像重构过程，完成编码模板优化。

在硬件标定方面，将光学调制过程划分成空间调制和光谱调制两部分，并充分利用标定图像与编码模板为系统对应的输入、输出的关系，将点扩散函数的估计问题转化为线性方程组的求解，并利用正则化技术构造关于点扩散函数的有偏估计，以得到更小的均方误差。

在软件设计方面，提出了物理与数据联合驱动的光谱重构算法及其并行计算方案。分析光谱图像的高维结构特征，利用高阶张量建立正则项模型，融合硬件实现的物理模型，设计基于深度展开的优化算法，并利用GPU并行计算在大数据处理中的优势，建立一套完整的计算重构并行优化模型，从传输带宽、并行流程和资源利用三个方面进行整体考虑，通过数据精简传输和设备内存的一次性分配，建立多级并行算法结构，并合理使用共享内存，实现高速度高精度地光谱数据重构。

该技术能够以30帧/秒的方式获取高质量的光谱数据，以秒级速度重构光谱图像，极大地提升了机器视觉的感知能力。基于该技术，联合航天508所和凌云光技术股份有限公司分别研制了深空遥感领域专用设备样机和民用市场设备样机。

正在进一步研究编码耦合与解码重构联合优化的方法。