利用聚类算法精确测量光栅光谱仪中的高光谱成像畸变

基于光栅的光谱仪存在笑畸变与梯形畸变，这对高光谱数据应用而言是问题所在。因此，谱线会呈现弯曲且近似抛物线形。为精确的光谱与空间定标，需对笑畸变与梯形畸变进行测量与校正。本文提出一种新颖方法，利用我们受 K-means 聚类启发、专为光栅光谱仪开发的聚类算法，精确识别并校正光谱图像中的弯曲谱线。我们的算法将用于基于数字微镜器件（DMD）的多目标光谱仪（MOS）定标。对光谱图像中的每条谱线，算法自动求出建模该线的抛物线方程。首先，通过对光谱图像拟合高斯函数识别谱峰位置；随后将谱峰分组为给定数量的抛物线形簇：每个谱峰被迭代分配至最近的抛物线形簇，以使到抛物线的正交距离最小。由此可从抛物线测得笑畸变，若使用标记狭缝亦可测得梯形畸变。我们的方法已在长狭缝光栅光谱仪的真实数据（亚像素误差）与基于 DMD 的 MOS 模拟数据上验证。相比传统方法，本方法能自动且精确地利用更多谱线测量畸变。借助精确的畸变模型与测量，可生成校正后的高光谱数据立方体，适用于实时数据处理。