基于主成分分析和扩散模型的热红外本底图像生成方法

1.一种基于主成分分析和扩散模型的热红外本底图像生成方法，其特征在于，通过主成分分析和扩散模型对单一的热红外本底图像建模，生成多样的热红外本底图像；所述热红外本底图像生成方法的具体步骤如下：

2.根据权利要求1所述的基于主成分分析和扩散模型的热红外本底图像生成方法，其特征在于，步骤s1采集热红外本底图像的具体操作是使用一台热红外相机，对准一个温度均匀的黑体，以每秒2帧的频率采集探测器输出的原始数据，充当原始热红外本底图像。

3.根据权利要求1所述的基于主成分分析和扩散模型的热红外本底图像生成方法，其特征在于，所述步骤s21具体过程如下：

4.根据权利要求3所述的基于主成分分析和扩散模型的热红外本底图像生成方法，其特征在于，所述步骤s22具体为：将所述原始热红外本底图像减去所述主要成分图像，得到热红外本底图像的剩余成分，保存剩余成分，作为扩散模型的训练集。

5.根据权利要求4所述的基于主成分分析和扩散模型的热红外本底图像生成方法，其特征在于，使用扩散模型学习热红外本底图像的剩余成分特征，生成与训练集剩余成分特征分布相似的输出结果；扩散模型的训练过程包括前向扩散过程和反向扩散过程。

6.根据权利要求1所述的基于主成分分析和扩散模型的热红外本底图像生成方法，其特征在于，扩散模型的反向扩散模块为u型网络，所述的u型网络一共包括6层结构，网络的左半部分为编码器，编码器的每一层均进行降采样的操作，从而达到降低图像的空间尺寸和增加特征维度的目的；网络的右半部分为解码器，解码器的每一层均进行升采样的操作，达到增加图像的空间尺寸和降低特征维度的目的；编码器和解码器之间存在跳跃链接；六层结构的维度分别是第一、二层网络128维，第三、四层的网络是256维，第五、六层的网络是512维；每一层设有处理模块，所述处理模块包括卷积模块或注意力模块，第五层为两个注意力模块，其余层为两个卷积模块；第六层的两个处理模块之间通过一个处理块相连，所述处理块依次包括一个卷积模块、一个注意力模块和一个卷积模块；

7.根据权利要求6所述的基于主成分分析和扩散模型的热红外本底图像生成方法，其特征在于，扩散模型的损失函数定义为：其中yi表示加入的噪声，表示的是扩散模型预测的噪声，m为图像像素总数。

8.根据权利要求1所述的基于主成分分析和扩散模型的热红外本底图像生成方法，其特征在于，所述步骤s3具体为：基于步骤s21得到的热红外本底图像的主要成分和对应的权重，通过对权重范围的随机采样，得到任意组热红外本底图像的主要成分；基于步骤s23中扩散模型输出任意组热红外本底图像的剩余成分；二者相加得到多样的热红外本底图像。