本發(fā)明屬于深度學(xué)習(xí)，尤其涉及一種基于聚類的顯微高光譜數(shù)據(jù)初始化方法。

背景技術(shù)：

1、顯微高光譜圖像憑借其高光譜分辨率、多波段覆蓋和圖譜合一的特性，廣泛應(yīng)用于樣本的精細(xì)結(jié)構(gòu)與成分分析，在醫(yī)學(xué)和材料科學(xué)等領(lǐng)域展現(xiàn)出巨大潛力。然而，受限于成像系統(tǒng)的空間與光譜分辨率，顯微高光譜圖像通常表現(xiàn)出較低的空間分辨率，限制了其應(yīng)用范圍。高光譜圖像融合技術(shù)通過特定算法融合不同傳感器采集的多幅圖像，實(shí)現(xiàn)高空間和高光譜分辨率的統(tǒng)一，是解決顯微高光譜成像系統(tǒng)分辨率局限的關(guān)鍵方法。

2、近年來，深度學(xué)習(xí)技術(shù)已成功應(yīng)用于圖像融合任務(wù)?，F(xiàn)有基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像融合方法通常需要先對(duì)低分辨率高光譜圖像進(jìn)行上采樣實(shí)現(xiàn)高空間分辨率高光譜數(shù)據(jù)初始化。目前常用的低分辨率高光譜圖像進(jìn)行上采樣方法有雙三次插值法以及大數(shù)據(jù)學(xué)習(xí)法。然而，雙三次插值法僅考慮周圍數(shù)據(jù)，忽略了更廣泛像素信息，可能影響插值準(zhǔn)確性，而大數(shù)據(jù)訓(xùn)練的效果高度依賴數(shù)據(jù)量和學(xué)習(xí)過程的質(zhì)量。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明創(chuàng)造旨在提供一種基于聚類的顯微高光譜數(shù)據(jù)初始化方法，通過聚類獲取高空間分辨率高光譜圖像的全局像素信息；利用全局像素信息，分別考慮邊緣位置和非邊緣位置完成高空間分辨率高光譜圖像的初始化，不需要大量數(shù)據(jù)訓(xùn)練即可實(shí)現(xiàn)高準(zhǔn)確的高空間分辨率顯微高光譜數(shù)據(jù)初始化

2、為達(dá)到上述目的，本發(fā)明創(chuàng)造的技術(shù)方案是這樣實(shí)現(xiàn)的：

3、一種基于聚類的顯微高光譜數(shù)據(jù)初始化方法，包括：

4、s1：根據(jù)彩色圖像構(gòu)建對(duì)應(yīng)的待初始化的高空間分辨率高光譜圖像；

5、s2：對(duì)步驟s1中的彩色圖像進(jìn)行聚類，并根據(jù)彩色圖像確定高空間分辨率高光譜圖像的邊緣特征位置以及非邊緣特征位置；

6、s3：將彩色圖像對(duì)應(yīng)的低分辨率高光譜圖像轉(zhuǎn)換為低分辨率彩色圖像，并對(duì)低分辨率彩色圖像進(jìn)行聚類；

7、s4：對(duì)彩色圖像和低分辨率彩色圖像進(jìn)行類別匹配；

8、s5：根據(jù)步驟s2確定的邊緣特征位置和非邊緣特征位置，利用步驟s4類別匹配的結(jié)果對(duì)高空間分辨率高光譜圖像進(jìn)行填充，完成高空間分辨率高光譜圖像的初始化。

9、進(jìn)一步的，在步驟s1中，根據(jù)彩色圖像構(gòu)建所有像素值均為0的高空間分辨率高光譜圖像，高空間分辨率高光譜圖像的尺寸與彩色圖像一致。

10、進(jìn)一步的，在步驟s2中，利用k-means方法對(duì)彩色圖像進(jìn)行聚類，得到多個(gè)固定的類別；分別提取彩色圖像中每個(gè)通道圖像的邊緣特征圖，再對(duì)邊緣特征圖進(jìn)行整合；記錄整合后的邊緣特征圖中每個(gè)邊緣特征位置，邊緣特征位置對(duì)應(yīng)高空間分辨率高光譜圖像的邊緣特征位置。

11、進(jìn)一步的，在步驟s3中，利用k-means方法對(duì)低分辨率彩色圖像進(jìn)行聚類，彩色圖像中的類別數(shù)量與低分辨率彩色圖像中的類別數(shù)量一致。

12、進(jìn)一步的，步驟s4包括：

13、s41：分別計(jì)算彩色圖像中各類別的第一質(zhì)心，以及低分辨率彩色圖像中各類別的第二質(zhì)心；

14、s42：利用步驟s41得到的第一質(zhì)心和第二質(zhì)心，對(duì)彩色圖像和低分辨率彩色圖像中各類別進(jìn)行匹配。

15、進(jìn)一步的，在步驟s41中，第一質(zhì)心通過下式得到：

16、；

17、其中，表示彩色圖像中第i個(gè)類別的第一質(zhì)心，，表示彩色圖像中類別的總數(shù)量，、和分別表示彩色圖像的r通道、g通道和b通道中第i個(gè)類別的平均像素值；

18、第二質(zhì)心通過下式得到：

19、；

20、其中，表示低分辨率彩色圖像中第j個(gè)類別的第二質(zhì)心，，表示低分辨率彩色圖像中類別的總數(shù)量，、和分別表示低分辨率彩色圖像的r通道、g通道和b通道中第j個(gè)類別的平均像素值。

21、進(jìn)一步的，在步驟s42中，通過下式計(jì)算第一質(zhì)心與第二質(zhì)心之間的歐氏距離：

22、；

23、其中，表示歐氏距離；

24、歐氏距離最小的第一質(zhì)心與第二質(zhì)心對(duì)應(yīng)的類別即為同一類別。

25、進(jìn)一步的，步驟s5包括：

26、s51：對(duì)于非邊緣特征位置，通過彩色圖像確定高空間分辨率高光譜圖像對(duì)應(yīng)像素所屬的類別，將低分辨率高光譜圖像中同類別的像素加權(quán)填充到非邊緣特征位置中；

27、s52：對(duì)于邊緣特征位置，計(jì)算邊緣特征位置的相鄰位置的像素值的均值，并將均值填充到邊緣特征位置中，完成高空間分辨率高光譜圖像的初始化。

28、進(jìn)一步的，在步驟s51中：

29、通過彩色圖像中每個(gè)像素，確定高空間分辨率高光譜圖像中對(duì)應(yīng)像素所屬的類別；

30、以低分辨率高光譜圖像中與高空間分辨率高光譜圖像的像素為參考像素，通過下式計(jì)算高空間分辨率高光譜圖像中對(duì)應(yīng)類別像素的權(quán)重：

31、；

32、其中，表示高空間分辨率高光譜圖像中對(duì)應(yīng)類別的像素的權(quán)重，表示低分辨率高光譜圖像中像素與高空間分辨率高光譜圖像中同類別的像素之間的歐氏距離；

33、通過下式得到非邊緣特征位置中各像素：

34、；

35、其中，表示類別。

36、進(jìn)一步的，低分辨率高光譜圖像中的像素與高空間分辨率高光譜圖像中對(duì)應(yīng)像素點(diǎn)滿足：

37、；

38、其中，表示向零取整運(yùn)算。

39、與現(xiàn)有技術(shù)相比，本發(fā)明創(chuàng)造能夠取得如下有益效果：

40、（1）本發(fā)明創(chuàng)造所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，首先對(duì)彩色圖像數(shù)據(jù)進(jìn)行聚類，并記錄邊緣特征的空間位置；隨后，對(duì)低分辨率高光譜圖像進(jìn)行相同類別聚類，并通過歐氏距離歸并同類物質(zhì)；針對(duì)非邊緣特征位置，采用同類別物質(zhì)的光譜加權(quán)平均值填充，邊緣特征位置則以相鄰像素的光譜曲線平均值替代，從而提高顯微高光譜數(shù)據(jù)初始化的準(zhǔn)確率；

41、（2）本發(fā)明創(chuàng)造所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法與雙三次插值法相比，不僅考慮周圍數(shù)據(jù)還考慮全局像素信息，初始化的顯微高光譜數(shù)據(jù)具備更高的準(zhǔn)確率；與大數(shù)據(jù)訓(xùn)練法相比，本發(fā)明不需要大量訓(xùn)練數(shù)據(jù)即可完成顯微高光譜數(shù)據(jù)的高準(zhǔn)確率初始化。

技術(shù)特征：

1.一種基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，在步驟s1中：

3.根據(jù)權(quán)利要求1所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，在步驟s2中：

4.根據(jù)權(quán)利要求1所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，在步驟s3中：

5.根據(jù)權(quán)利要求1所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，步驟s4包括：

6.根據(jù)權(quán)利要求5所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，在步驟s41中，所述第一質(zhì)心通過下式得到：

7.根據(jù)權(quán)利要求6所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，在步驟s42中，通過下式計(jì)算所述第一質(zhì)心與所述第二質(zhì)心之間的歐氏距離：

8.根據(jù)權(quán)利要求1所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，步驟s5包括：

9.根據(jù)權(quán)利要求8所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，在步驟s51中：

10.根據(jù)權(quán)利要求9所述的基于聚類的顯微高光譜數(shù)據(jù)初始化方法，其特征在于，所述低分辨率高光譜圖像中的像素與所述高空間分辨率高光譜圖像中對(duì)應(yīng)像素點(diǎn)滿足：

技術(shù)總結(jié)
本發(fā)明涉及深度學(xué)習(xí)技術(shù)領(lǐng)域，尤其涉及一種基于聚類的顯微高光譜數(shù)據(jù)初始化方法，首先對(duì)彩色圖像進(jìn)行聚類，并記錄邊緣特征位置和非邊緣特征位置；對(duì)低分辨率高光譜圖像進(jìn)行相同類別聚類，并通過歐氏距離歸并同類物質(zhì)；針對(duì)非邊緣特征位置，采用同類別物質(zhì)的光譜加權(quán)平均值填充，邊緣特征位置則以相鄰像素的光譜平均值替代，從而提高顯微高光譜數(shù)據(jù)初始化的準(zhǔn)確率。

技術(shù)研發(fā)人員：馮樹龍,王金雨,王明佳,楊晉,孫慈,宋楠,易子平,姜曉彤,王添一
受保護(hù)的技術(shù)使用者：中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15