一种盲目反卷积红外光谱图超分辨率复原方法

摘要

本发明公开了一种盲目反卷积红外光谱图超分辨率复原方法，该方法包括步骤：对红外光谱数据进行归一化处理；计算归一化后的光谱强度的一阶导数；根据光谱一阶导数估计出光谱的噪声强度，从而确定正则化参数的大小；建立红外光谱模型；利用Huber-Markov场、光谱反卷积和交替最小值最优迭代算法求解高分辨率的红外光谱。本发明在光谱平坦区域加强噪声抑制，在光谱陡峭区域加强光谱结构保存，对于所用的傅里叶红外光谱，空域迭代盲目反卷积算法效果良好，在信噪比高于30dB时，光谱分辨率提高约30%；本发明提出的方法有效利用了Huber-Markov自适应约束的先验知识，促进了红外光谱在目标检测识别及农业、生物、医学、气象、空间技术、石油化工领域的应用，并提供技术支撑。

主权项

一种盲目反卷积红外光谱图超分辨率复原方法，其特征在于，包括以下步骤：1)采集待处理的红外光谱，对待处理的红外光谱数据作归一化处理，其中i表示波数点，n表示波数的点数；2)对归一化后光谱强度f_i进行一阶求导，f′_i＝(f_i+1‑f_i)/2；3)根据光谱一阶导数强度值f′_i，使用绝对中值估计器初步计算光谱噪声水平，并由此确定正则化参数的数值；4)建立红外光谱和仪器响应函数的数学模型：$E(f,h)=\frac{1}{2}\left|\right|g-h\otimes f|{|}^2+\alpha \Sigma \rho \left(f^{\prime }\right)+\beta \Sigma |h_{\sigma }^{\prime }{|}^2$上式中，第一项是数据项，其中f为复原后的光谱，h为仪器响应函数，g表示退化的红外光谱；其余两项是正则化项，分别由正则化参数α和β来控制，其中ρ(·)为势函数，$\rho \left(t\right)=\left\{\begin{array}{cc}{t}^2& \left|t\right|\le \mu \\ 2\mu \left|t\right|-{\mu }^2& \left|t\right|>\mu \end{array}\right.;$其中μ是区分二次区域和线性区域的阈值参数；5)采用交替最小值最优迭代算法求解红外光谱的数学模型，得到f和仪器响应函数h的宽度；6)判断迭代得到的光谱和仪器响应函数宽度是否收敛，若收敛，则输出红外光谱，否则返回步骤5)继续计算。