摘要
一种基于光谱距离建模的高通量拉曼高光谱成像方法及系统,方法包括S1、将初始拉曼高光谱图像表示为优化后拉曼高光谱图像与噪声的叠加;然后以求解优化后拉曼高光谱图像为目标构建优化问题;S2、引入辅助变量对优化问题进行转化,得到转化的优化问题,然后依据转化的优化问题构建拉格朗日函数;S3、依据拉格朗日函数构建多个子问题,并通过迭代优化对多个子问题进行求解,直至满足预设条件,结束迭代优化,从而得到优化后拉曼高光谱图像。本发明实现了高效的低信噪比图像重建,同时利用光谱与空间的长程相关性设计了无监督神经网络,显著提升了成像质量,且不依赖大规模训练数据,适应性强,减少了对设备的依赖。
技术关键词
拉曼高光谱图像
高光谱成像方法
高通量
拉格朗日
数学模型
变量
无监督神经网络
高光谱成像系统
先验信息约束
噪声
子模块
信噪比图像
编码器
注意力机制
解码器
计算机设备
因子
系统为您推荐了相关专利信息
延时补偿方法
状态空间方程
离散状态空间
耦合动力学模型
车桥
支持向量机模型
变分模态分解算法
抑制负序电流
配电网故障
拉格朗日
荧光显微镜装置
光电倍增管
三维驱动机构
激光发射机构
载物平台
无人船系统
终端滑模控制器
RBF神经网络
事件触发机制
计算机执行指令
精密钣金件
高温合金
高温抗氧化涂层
坯料
感应加热技术