基于色度-强度分解的光谱压缩成像
计算机视觉与模式识别
2026-02-09 v2
摘要
在编码孔径快照光谱成像（CASSI）中，捕获的测量值将空间与光谱信息纠缠在一起，为高光谱图像（HSI）重建带来了一个严重不适定的逆问题。此外，捕获的辐射率本质上依赖于场景光照，这使得恢复对光照条件不变的内禀光谱反射率变得困难。为应对这些挑战，我们提出了一种色度-强度分解框架，该框架将 HSI 解耦为空间平滑的强度图与光谱变化的色度立方体。色度编码了光照不变的反射率，富含高频空间细节和局部光谱稀疏性。基于此分解，我们开发了 CIDNet，一种在双相机 CASSI 系统内的色度-强度分解展开网络。CIDNet 集成了一个专为重建细粒度稀疏光谱色度而定制的混合空间-光谱 Transformer，以及一个退化感知、空间自适应的噪声估计模块，该模块能在迭代阶段捕获各向异性噪声。在合成和真实 CASSI 数据集上的大量实验表明，我们的方法在光谱保真度和色度保真度方面均实现了优越的性能。代码和模型将公开。
引用
@article{arxiv.2509.16690,
title = {Spectral Compressive Imaging via Chromaticity-Intensity Decomposition},
author = {Xiaodong Wang and Zijun He and Ping Wang and Lishun Wang and Yanan Hu and Xin Yuan},
journal= {arXiv preprint arXiv:2509.16690},
year = {2026}
}