1.一种基于自适应字典的压缩光谱成像方法，其特征是，包括以下步骤：S1，彩色相机获得RGB三个通道的图像；

S2，对于每一个通道，先将图像块分成n×n的小块，然后进行K均值聚类，得到K个簇，然后为每个簇训练一个PCA字典；

S3，为每个图像块选择字典，根据获得的字典对光谱图像的重建进行约束，得到初始的光谱图像；

S4，根据得到的光谱图像，在邻近的一个三维区域内搜索相似块，利用这些相似块对稀疏表示进行约束，提升稀疏表示准确度，从而进一步提升重建质量；

S5，对重建后的光谱图像的目标函数进行求解，重复步骤S4，直到重复步骤S4时目标函数基本不再变化为止，就得到了目标场景在不同波段下的图像。

2.根据权利要求1所述的一种基于自适应字典的压缩光谱成像方法，其特征是，本方法涉及到的装置有：分光镜、编码模板、棱镜、灰度相机、彩色相机，光进入系统后经过分光镜分成两路，一路进入有编码模板、棱镜、灰度相机的第一系统，一路进入彩色相机的第二系统，灰度相机得到编码后的图像，彩色相机得到彩色图像。

3.根据权利要求1所述的一种基于自适应字典的压缩光谱成像方法，其特征是，所述方法对应有相应的系统，整个系统的模型为：Y＝HF+V，其中：T T T T T T

Yc和Yp分别是灰度相机彩色相机的图片的向量表示形式，Yp＝[Yr ,Yg ,Yb ]中Yr ，Yg ，T

Yb是彩色相机三个通道的图像的向量表示，Hc和Hp分别是第一系统和第二系统的前向响应矩阵，F是目标光谱数据的向量表示形式，Vc和Vp分别第一系统和第二系统的噪声。

4.根据权利要求1所述的一种基于自适应字典的压缩光谱成像方法，其特征是，所述PCA字典训练方法为：这里用Sk表示某一通道第k个簇的所有图像块，Sk是一个矩阵，里面的2

每一列是一个图像块，列数就是这个簇中图像块的个数，每一列有n个元素，对Sk进行主成2

分分析，提取特征，这里提取前n个特征向量组成的矩阵作为这个簇的PCA字典。

5.根据权利要求1所述的一种基于自适应字典的压缩光谱成像方法，其特征是，所述步骤S3中图像块选择字典的方法具体为：根据这个图像块i所处的波段和相机的响应曲线确定选择哪个通道的字典，然后根据图像块所处的位置在这个通道的图像上找到对应位置的图像块，这个图像块所处的簇的字典作为这个图像块i的字典。

6.根据权利要求1所述的一种基于自适应字典的压缩光谱成像方法，其特征是，所述步骤S3中光谱图像的重建目标函数为：RiF是从三维的光谱立方体中提取一个图像块的操作，Ri是提取图像块的矩阵，Y是观测图像，H是系统前向响应矩阵，Ck是属于第k个簇的图像块集合，一共有K个簇，αi是图像块的稀疏表示系数，Di第i个图像块的字典， 中下标2表示L2范数，右上角的2表示平方，||·||1下标1表示L1范数，θi是根据相似块估计的稀疏表示系数，λ，η，γ是正则项参数，这个式子第二项是利用彩色相机图像和要重建的目标光谱图像之间的相似性和图像的非局部相似性对重接结果进行约束。

7.根据权利要求1所述的一种基于自适应字典的压缩光谱成像方法，其特征是，所述步骤S4中选择相似块并且利用相似块对稀疏表示约束的具体方法为：光谱图像谱段内谱谱段间的图像有很多重复的相似块，根据RiF取出的块，设置一个阈值，在这个块附近的一个m×m×l三维图像块中选择距离小于这个阈值的相似块，利用相同的字典求出这些相似块的稀疏表示系数αi,j，则 其中δi,j是块xi的第j个相似块xi,j的权重，xi和xi,j分别是RiF取出的块和它的第j个相似块，xi,j＝Diαi,j，xi＝Diαi，Ci是图像块xi的相似块的集合，W是归一化的参数，h是预先设置好的一个值。