二维光谱图像的神经网络校正方法

摘要：

二维光谱图像普遍存在畸变现象,这种畸变会影响抽谱操作,从而降低一维光谱数据的质量.针对上述问题,提出了一种有效的基于神经网络的二维光谱图像的校正方法.该方法首先从二维光谱图像中提取表示畸变特征的数据,即抽取平场光谱中每条光纤的中心线以及拟合定标灯谱中每个特定波长处的特征谱线,再根据这两组线构造数据集;然后设计神经网络模型,训练模型拟合图像校正前后的像素坐标值之间的关系,通过模型计算出校正图像的所有像素坐标值;最后根据原始畸变图像的通量值一一对应填充校正图像的通量值.分别用平场光谱、定标灯谱、目标光谱数据进行校正实验.与此同时,对比了目标光谱图像校正前后的抽谱结果.实验证明该方法能够有效校正弯曲的二维光纤光谱图像,并在一定程度上提升一维光谱数据的质量.

关键词：二维光谱、神经网络、图像处理、图像校正

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金U2031136

在线出版日期：2023-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1622-1633