CN103363924A

CN103363924A - 一种压缩的三维计算鬼成像系统及方法

Info

Publication number: CN103363924A
Application number: CN2013102960167A
Authority: CN
Inventors: 俞文凯; 孙志斌; 翟光杰
Original assignee: National Space Science Center of CAS
Current assignee: National Space Science Center of CAS
Priority date: 2013-07-15
Filing date: 2013-07-15
Publication date: 2013-10-23
Anticipated expiration: 2033-07-15
Also published as: CN103363924B

Abstract

本发明涉及压缩的三维计算鬼成像系统，包括：光源、空间光调制器、至少四组会聚收光透镜、至少四组与会聚收光透镜对应的点探测器以及算法模块；光源发出的光投射到空间光调制器上，对光进行随机调制，调制后的光投影在物体上，该物体将光反射到各个方向，在其中的至少四个反射方向上分别设置一组会聚收光透镜以及点探测器；由点探测器对每个方向的总光强进行压缩采样，压缩采样结果输入算法模块中；上述过程重复多次，空间光调制器每一次调制不同的图案，算法模块根据测量矩阵以及多次压缩采样所得到的测量值，运用压缩感知算法反演出对应各个点探测器方向的二维图像，比较这些图像的阴影部分信息来构建3D表面梯度，最终重建出3D物体形状。

Description

一种压缩的三维计算鬼成像系统及方法

技术领域

本发明涉及计算鬼成像领域，特别涉及一种压缩的三维计算鬼成像系统及方法。

背景技术

关联成像，或者称为鬼成像(Ghost Imaging，GI)，是近些年来量子光学领域的前沿和热点之一。关联成像可以在不包含物体的光路上生成物体的像，目前作为一种新型成像技术受到了广泛的关注。鬼成像的概念首先是用由参量下转换产生空间纠缠光子对来验证的。普通鬼成像的原理为：在物臂光路放置有物体，但用一个没有空间分辨能力的桶（单像素）探测器进行探测，在参考臂光路没有物体，但在与物体相同光程处用一个具有空间分辨能力的探测器探测变化的光场信息，通过两臂探测信号的关联，便可得到图像。最新研究表明，鬼成像的光源不但可以是纠缠光源，还可以是热光或者赝热光，因而产生了量子解释和经典解释，为开拓新的光信息技术提供了可能。而计算鬼成像是一种改进的成像技术，它不再需要具有空间分辨能力的探测器，相反，它可以通过变化的入射光场与反射（或投射）过来的总光强做强度关联获得物体的空间分布信息。计算鬼成像采用了可编程的空间光调制器（Spatial Light Modulator，SLM）和一个激光器，且在光路上也类似于压缩感知中单像素照相机，都是事先已知随机矩阵和测量值，只是采用不同的算法反演出图像，计算鬼成像采用的是强度二阶关联的算法，加权平均，而单像素照相机采用了基于凸优化的算法，迭代收敛。

3D重建是计算机视觉研究最基本的主题之一，基于图像的3D重建根据获取数据的方式可分为主动光、被动光两种方式，主动光3D重建一般采用结构光或标志点对目标物表面进行标记，并通过求取这些标记的三维几何位置信息，最终重建出目标的三维轮廓或三维运动；被动光3D重建是利用多幅图像的相关信息进行目标重建的方式，目前通常利用多视点图像信息来完成。比较常见的几种方法有：明暗度法（Shape From Shading，SFS）、光度立体视觉法（photometric stereo）、纹理法、轮廓法、调焦法、运动法、立体视觉法、三目视觉法等。目前，基于视觉的三维重建技术研究仍然出于探索阶段，各种方法距离实际应用还存在一定差距，亟需进一步的深入研究。

此外，现有的关联成像还主要局限于小规模的二维成像，采用的物体也是简单二维物体，即便是用作三维成像，也只能层析出简单三维物体的大致轮廓。

发明内容

本发明的目的在于克服现有技术中的缺陷，从而提供一种压缩的三维计算鬼成像系统与方法。

为了实现上述目的，本发明提供了一种压缩的三维计算鬼成像系统，包括：光源1、空间光调制器2、至少四组会聚收光透镜、至少四组与所述会聚收光透镜对应的点探测器以及算法模块5；其中，

所述光源1发出的光投射到所述空间光调制器2上，所述空间光调制器2通过加载二值随机矩阵对光进行随机调制，调制后的光投影在物体上，该物体将光反射到各个方向，在其中的至少四个反射方向上分别设置一组会聚收光透镜以及点探测器；由所述点探测器对每个方向的总光强进行压缩采样，所述压缩采样结果输入所述算法模块5中；上述过程重复多次，所述空间光调制器2每一次调制不同的图案，所述算法模块5根据测量矩阵以及多次压缩采样所得到的测量值，运用压缩感知算法反演出对应各个点探测器方向的二维图像，然后比较这些图像的阴影部分信息来构建3D表面梯度，最终重建出3D物体形状。

上述技术方案中，还包括滤光片，所述滤光片在所述光源1与空间光调制器2之间或者所述空间光调制器2之后。

上述技术方案中，所述滤光片为红、绿、蓝三色滤光片，或具有不同波长的滤光片。

上述技术方案中，还包括镜头或光学透镜，所述镜头或光学透镜在所述空间光调制器2与物体之间。

上述技术方案中，所述会聚收光透镜包括第一会聚收光透镜3-1、第二会聚收光透镜3-2、第三会聚收光透镜3-3、第四会聚收光透镜3-4；所述点探测器包括第一点探测器4-1、第二点探测器4-2、第三点探测器4-3、第四点探测器4-4；所述第一点探测器4-1、第二点探测器4-2、第三点探测器4-3、第四点探测器4-4分别位于所述第一会聚收光透镜3-1、第二会聚收光透镜3-2、第三会聚收光透镜3-3、第四会聚收光透镜3-4之后。

上述技术方案中，所述第一点探测器4-1、第二点探测器4-2、第三点探测器4-3、第四点探测器4-4分别放置在空间光调制器2的上方位置、下方位置、左方位置、右方位置。

上述技术方案中，所述空间光调制器2和所述点探测器之间需要同步。

上述技术方案中，所述空间光调制器2采用数字微镜器件或毛玻璃或液晶光阀中的任意一种实现。

上述技术方案中，所述点探测器采用光电转换点探测器或桶探测器或单像素探测器或雪崩二极管或光电倍增管中的任意一种实现。

上述技术方案中，所述算法模块5采用下列任意一种算法实现压缩感知：贪心重建算法、匹配跟踪算法MP、正交匹配跟踪算法OMP、基跟踪算法BP、LASSO、LARS、GPSR、贝叶斯估计算法、magic、IST、TV、StOMP、CoSaMP、LBI、SP、l1_ls、smp算法、SpaRSA算法、TwIST算法、l₀重建算法、l₁重建算法、l₂重建算法；稀疏基采用离散余弦变换基、小波基、傅里叶变换基、梯度基、gabor变换基中的任意一种实现。

本发明还提供了一种三维计算鬼成像方法，包括：

步骤1）、投影步骤；

加载二值随机矩阵的所述空间光调制器2对光源1所发出的光进行随机调制，调制后的光投影在物体上，物体将光反射到各个方向；

步骤2）、压缩采样步骤；

所述空间光调制器2在二值随机测量矩阵的控制下翻转m次，在r个物体反射光方向上，每个点探测器结合会聚收光透镜分别对来自物体反射的总光强收集探测m次，r个点探测器探测m次的测量结果作为测量值y_m×r；

步骤3）、稀疏重建步骤，生成对应各个点探测器方向的二维图像；

利用自然图像可压缩或可稀疏表示的先验知识，选取合适的稀疏基Ψ，使得物体图像x经Ψ变换后得到系数x′是最为稀疏的；在已知测量值y_m×r、二值随机测量矩阵A和稀疏基Ψ的条件下，建立数学模型y_m×r＝A_m×nΨ_n×nx′_n×r+e_n×r，r＝1,2,3,...,N，其中N为探测器个数；通过压缩感知算法进行凸优化，得到x′后，再由反演出x_n×r，将其中的每一列都按列重排成矩阵图像，其图像像素尺寸即为二值随机矩阵a_i的尺寸大小，第i列对应I_i；

步骤4）、3D重建步骤；

设第i个探测器上的像素图像的亮度方程为

即步骤3）所得到的各个点探测器方向的二维图像，其中i＝1,2,3,...,N，I_s为光源强度，α为表面反射率，

为从物体指向第i个探测器的单位方向向量，

为物体表面单位法向量，p、q为图像像素行坐标和列坐标，对于N张二维图像，将上述公式改写为：

I (p, q) = I_{s} α (D \cdot \hat{n}),

其中，D为包含所有单位方向向量的矩阵，I为包含相应图像光强信息的矩阵，对于任意像素(p,q)，单位法向量为

表面反射率α＝D^-1，根据每个像素计算所得的法向量能够确定出相邻像素间的梯度，从而通过整合获得物体表面的3D几何形状：首先提取特征点，并分别以这些特征点作为中心辐射向四周开始计算，在某一点上的表面高度通过利用最近邻的点的高度和表面梯度进行估计；然后进行优化，每步迭代计算一个像素，使得该像素的高度与它所有最近邻点的平均估计相匹配，非物体边缘部分的像素，其估计高度的拉普拉斯变换等效于测量梯度的拉普拉斯变换，物体边缘部分的像素，其梯度垂直于物体表面；最终迭代结束获得物体3D轮廓。

本发明的优点在于：

本发明提供一种压缩的三维计算鬼成像系统及方法，采用单一光源照明，多个点探测器进行探测的方式，在采样时充分利用自然图像可压缩或可稀疏表示的先验知识，实现压缩采样，大大降低采样的冗余度，利用压缩感知算法对每路探测器视角所对应的图像进行精确重建，然后通过比对每幅图像阴影部分信息求解出物体表面法向量的方向，估计出每个像素的梯度和表面高度，最终重建出高质量的三维模型，系统复杂性大大降低，算法复杂度也大大降低，还节约了成本。鉴于这些显著优势，可以广泛应用在三维关联成像、3D成像、多光谱成像、全息等高新科技领域。

附图说明

图1是本发明的基于压缩的三维计算鬼成像系统在一个实施例中的示意图。

图面说明

1 光源 2 空间光调制器 3-1 第一会聚收光透镜

3-2 第二会聚收光透镜 3-3 第三会聚收光透镜 3-4 第四会聚收光透镜

4-1 第一点探测器 4-2 第二点探测器 4-3 第三点探测器

4-4 第四点探测器 5 算法模块

具体实施方式

现结合附图对本发明作进一步的描述。

在对本发明的系统与方法做详细说明之前，首先对本发明中所涉及的概念进行说明。

1、三维重建

人类的大脑可以通过双眼获取有轻微移位的二维图像来判断出物体的距离、形状和在时间上的变化。本发明基于这一原理，用光源通过已知的散斑进行调制，调制后的光场照射到物体上，并在不同的位置放置一些桶（单像素）探测器，从不同角度观察物体，通过计算鬼成像便能重建出每个方向上的二维图像，而后根据每幅图像的阴影部分重建出物体的三维模型，而每个探测器并没有空间分辨能力，仅仅是收集到达其上的总光强，因而它们是无法直接获取图像的。而且只有探测信号结合光照角度的几何关系的先验知识方能准确重建出三维物体信息。

一个场景的深度信息往往会在二维图像中丢失，但可结合多幅不同角度拍摄的图像中的阴影几何关系重建出三维影像。从技术上讲，明暗度（Shape From Shading，SFS）法可从单幅图像恢复出比较精确的三维模型，但毕竟单幅图像中可获取的信息较少，实际重建效果一般，而由明暗度法改进的光度立体视觉法是通过多个不共线的光源获得物体的多幅图像，再将不同图像的亮度方程联立，求解出物体表面法向量的方向，最终实现物体形状的恢复，使用多个光源可以利用数据冗余解决由阴影以及镜面反射等因素造成的无法求解的问题，鲁棒性较好，重建效果也较好。

本发明采用了类似光度立体视觉的方法，但仅采用单一光源照明，多个探测器进行探测的方式，系统复杂性大大降低，算法复杂度也大大降低，能获得更高质量的3D重建，还节约了成本。设第i个探测器上的像素图像的亮度方程为

其中i＝1,2,3,...,N，I_s为光源强度，α为表面反射率，

为从物体指向第i个探测器的单位方向向量，

为物体表面单位法向量，对于N张二维图像，可将上述公式改写为

其中D为包含所有单位方向向量的矩阵，I为包含相应图像光强信息的矩阵。对于任意像素(p,q)，单位法向量为

表面反射率α＝D^-1。根据每个像素计算所得的法向量能够确定出相邻像素间的梯度，从而通过整合获得物体表面的3D几何形状。

三维重建的基本步骤包括：首先提取特征点，并分别以这些特征点作为中心辐射向四周开始计算，在某一点上的表面高度可以利用最近邻的点的高度和表面梯度进行估计，即计算所有最近邻点的高度和表面梯度均值以获得估计值；然后进行优化，每步迭代计算一个像素，使得该像素的高度与它所有最近邻点的平均估计相匹配，非物体边缘部分的像素，其估计高度的拉普拉斯变换等效于测量梯度的拉普拉斯变换，物体边缘部分的像素，其梯度垂直于物体表面；最终迭代结束获得物体3D轮廓。

2、关联成像

关联成像的原理，以经典的分束器双臂强度关联为例进行说明，激光经毛玻璃后打在分束器上，被平均分配到两个角度，一路光束成像到物体上，而后由一个桶（单像素）探测器收集其总光强；另一路光束并不与物体发生相互作用，用一个有空间分辨能力的CCD将光场强度的二维分布的信息直接记录下来。由于CCD面上的光场与打在物体上的光场是一致的，将CCD上记录的图像乘以桶（单像素）探测器的总光强信号，以此获得一副加权的图像。然后将毛玻璃旋转一定角度，重复上述操作，毛玻璃旋转多次角度，便可得到多幅加权的图像，将这些加权图像加在一起便能获得实际物体的准确图像。

3、计算鬼成像

计算鬼成像是关联成像原始模型的一个变种，它用可编程的空间光调制器替代第二臂光路，即照射物体的光场是已知的，可以由空间光调制器上的图案pattern精确推算出来。空间光调制器每调制一个图案pattern，桶（单像素）探测器探测一次总光强，同样可以得到加权图像，反复多次，便可重建出物体信息。

在本发明中，光通过空间光调制器随机的图案pattern（即二值随机矩阵）调制后，打在物体上，这其实是一个投影的过程，采用DMD便可实现这种随机的调制投影，使得物体身上遍布黑白的小方块，而桶（单像素）探测器测量来自物体反射的总光强，调制多次不同的照射图案，直到3D图像重建清晰为止。

所述DMD是包含有成千上万个安装在铰链上的微镜的阵列（主流的DMD由1024×768的阵列构成，最大可至2048×1152），每一镜片的尺寸为14μm×14μm（或16μm×16μm）并可以通断一个像素的光，这些微镜皆悬浮着，通过对每一个镜片下的存储单元都以二进制平面信号进行电子化寻址，便可让每个镜片以静电方式向两侧倾斜10～12°左右（本实施例中取+12°和-12°），把这两种状态记为1和0，分别对应“开”和“关”，当镜片不工作时，它们处于0°的“停泊”状态。

4、压缩感知

压缩感知（Compressive Sensing，CS）原理，能以随机采样的方式、少量的数据采样数（远低于奈奎斯特/香农采样定理的极限）完美恢复原始信号。首先利用先验知识，选取合适的稀疏基Ψ，使得物体图像x经Ψ变换后得到系数x′是最为稀疏的；在已知测量值y、二值随机测量矩阵A和稀疏基Ψ的条件下，建立起数学模型y＝AΨx′+e，通过压缩感知算法进行凸优化，得到x′后，再由

反演出x。

5、压缩的计算鬼成像

利用自然图像在某个基下可稀疏表示的先验知识，沿用计算鬼成像光路，但将其加权图像的过程变为求解y＝AΨx′+e的过程，A为二值随机测量矩阵，即空间光调制器中每个图案pattern为A中的一行，Ψ为稀疏基，x′为稀疏系数，e为噪声，y为测量值，即桶（单像素）探测器记录的来自物体反射的总光强，这样线性的加权运算转变了非线性优化算法，主要基于凸优化的思想进行求解。

在上述概念说明的基础上，下面对本发明的一种压缩的三维计算鬼成像系统及方法进行介绍。

在图1中给出了本发明的基于压缩的三维计算鬼成像系统在一个实施例中的示意图，该系统包括光源1、空间光调制器2、第一会聚收光透镜3-1、第二会聚收光透镜3-2、第三会聚收光透镜3-3、第四会聚收光透镜3-4、第一点探测器4-1、第二点探测器4-2、第三点探测器4-3、第四点探测器4-4以及算法模块5；其中，

所述光源1发出的光打在空间光调制器2上，所述空间光调制器2通过加载二值随机矩阵对光进行随机调制，调制后的光投影在物体上，使得物体上遍布黑白的小方块，物体将光反射到各个方向，在四个反射方向上分别设置第一会聚收光透镜3-1、第二会聚收光透镜3-2、第三会聚收光透镜3-3、第四会聚收光透镜3-4，由这些会聚收光透镜实现会聚收光；所述第一点探测器4-1、第二点探测器4-2、第三点探测器4-3、第四点探测器4-4分别位于所述第一会聚收光透镜3-1、第二会聚收光透镜3-2、第三会聚收光透镜3-3、第四会聚收光透镜3-4之后，由这些点探测器对每个方向的总光强进行压缩采样，所述压缩采样结果输入所述算法模块5中；上述过程重复多次，空间光调制器2每一次调制不同的图案，所述算法模块5根据测量矩阵以及多次压缩采样所得到的测量值，运用压缩感知算法反演出对应各个点探测器方向的二维图像，然后比较这些图像的阴影部分信息来构建3D表面梯度，最终重建出3D物体形状。

下面对本发明系统中的各个部件做进一步的说明。

所述光源1采用单一光源进行照射。

所述空间光调制器2和第一点探测器4-1、第二点探测器4-2、第三点探测器4-3、第四点探测器4-4之间需要同步，即空间光调制器2每翻转一次，第一点探测器4-1、第二点探测器4-2、第三点探测器4-3、第四点探测器4-4在该翻转时间间隔内累计探测到达的所有光强，翻转完成后，探测结果转为电信号作为算法模块5的输入。

空间光调制器2每一次翻转，其所加载的二值随机矩阵a_i各不相同。算法模块5运算时所需要的测量矩阵与二值随机矩阵有关，测量矩阵A中的第i行为二值随机矩阵a_i拉伸获得的行向量a′_i；空间光调制器2翻转M次，所生成的测量矩阵A共计M行。

所述空间光调制器2采用数字微镜器件或毛玻璃或液晶光阀中的任意一种实现。在本实施例中，所述空间光调制器2采用数字微镜器件实现，所述数字微镜器件在“开”、“关”两种状态下分别向微镜初始位置的中垂线的两侧倾斜12°，对应空间光调制器的两个反射方向。

所述点探测器采用光电转换点探测器或桶探测器或单像素探测器或雪崩二极管或光电倍增管中的任意一种实现。

作为一种优选实现方式，在本实施例中所述第一点探测器4-1、第二点探测器4-2、第三点探测器4-3、第四点探测器4-4分别放置在空间光调制器2的上方位置、下方位置、左方位置、右方位置。在其他实施例中，所述第一点探测器4-1、第二点探测器4-2、第三点探测器4-3、第四点探测器4-4也可以在空间光调制器2周围的其他位置。

在本实施例中，所述点探测器以及与点探测器对应的会聚收光透镜各有4组，在其他实施例中，所述点探测器以及会聚收光透镜的数目可以增加。

所述算法模块5采用下列任意一种算法实现压缩感知：贪心重建算法、匹配跟踪算法MP、正交匹配跟踪算法OMP、基跟踪算法BP、LASSO、LARS、GPSR、贝叶斯估计算法、magic、IST、TV、StOMP、CoSaMP、LBI、SP、l1_ls、smp算法、SpaRSA算法、TwIST算法、l₀重建算法、l₁重建算法、l₂重建算法等；稀疏基可采用离散余弦变换基、小波基、傅里叶变换基、梯度基、gabor变换基等。

所述三维重建包括：对于每个方向上的点探测器而言，由于光照不同，每路点探测器都能反演出一幅二维图像，比较这些图像的阴影部分信息来构建3D表面梯度，通过寻找这些阴影的几何特征来重现深度场景，最终重建出3D物体形状。

以上是对本发明的压缩的三维计算鬼成像系统在一个实施例中的结构描述，在其他实施例中，该系统的结构也可以允许一定的变形。在一个实施例中，在所述光源1与空间光调制器2之间或者空间光调制器2之后添加滤光片，以滤除杂散光。在另一个实施例中，在所述光源1与空间光调制器2之间或者空间光调制器2之后分别添加红、绿、蓝三色滤光片，由此可得到物体分别反射红、绿、蓝三种颜色的光的光强分布情况，根据RGB三原色原理便可恢复出各个探测角度上的彩色图，从而重建出彩色3D图像。在又一个实施例中，在所述光源1与空间光调制器2之间或者空间光调制器2之后添加不同波长的滤光片，从而可实现多光谱成像，得到多种波长的三维成像。在再一个实施例中，在空间光调制器2与物体之间可以添加镜头或光学透镜，用于将调制图案调焦，使得调制图案投影到物体上后，物体上黑白小方块的尺寸相比于空间光调制器2上的微镜尺寸放大或缩小或等大。

基于图1所示实施例所描述的基于压缩的三维计算鬼成像系统，下面对压缩的三维计算鬼成像方法做进一步陈述。该方法包括：

步骤1）、投影步骤。

空间光调制器2加载二值随机矩阵对光源1所发出的光进行随机调制，调制后的光投影在物体上，使得物体身上遍布黑白的小方块，物体将光反射到各个方向。

步骤2）、压缩采样步骤。

空间光调制器2在二值随机测量矩阵的控制下翻转m次，在r个物体反射光方向上，每个点探测器结合会聚收光透镜分别对来自物体反射的总光强收集探测m次，r个点探测器探测m次的测量结果作为测量值y_m×r。

步骤3）、稀疏重建步骤，生成对应各个点探测器方向的二维图像。

利用自然图像可压缩或可稀疏表示的先验知识，选取合适的稀疏基Ψ，使得物体图像x经Ψ变换后得到系数x′是最为稀疏的；在已知测量值y_m×r、二值随机测量矩阵A和稀疏基Ψ的条件下，在原有压缩感知数学模型y_m＝A_m×nΨ_n×nx′_n+e_n的基础上进行扩展改进，建立起块结构的数学模型y_m×r＝A_m×nΨ_n×nx′_n×r+e_n×r，r＝1,2,3,...,N，其中N为探测器个数，通过压缩感知算法进行凸优化，得到x′后，再由

反演出x_n×r，将其中的每一列都按列重排成矩阵图像，其图像像素尺寸即为二值随机矩阵a_i的尺寸大小，第i列对应I_i。

步骤4）、3D重建步骤。

设第i个探测器上的像素图像的亮度方程为

为从物体指向第i个探测器的单位方向向量，

为物体表面单位法向量，p、q为图像像素行坐标和列坐标，对于N张二维图像，可将上述公式改写为：

I (p, q) = I_{s} α (D \cdot \hat{n}),

表面反射率α＝D^-1，根据每个像素计算所得的法向量能够确定出相邻像素间的梯度，从而通过整合获得物体表面的3D几何形状：首先提取特征点，并分别以这些特征点作为中心辐射向四周开始计算，在某一点上的表面高度可以利用最近邻的点的高度和表面梯度进行估计，即计算所有最近邻点的高度和表面梯度均值以获得估计值，然后进行优化，每步迭代计算一个像素，使得该像素的高度与它所有最近邻点的平均估计相匹配，非物体边缘部分的像素，其估计高度的拉普拉斯变换等效于测量梯度的拉普拉斯变换；物体边缘部分的像素，其梯度垂直于物体表面，最终迭代结束获得物体3D轮廓。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims

1.一种压缩的三维计算鬼成像系统，其特征在于，包括：光源（1）、空间光调制器（2）、至少四组会聚收光透镜、至少四组与所述会聚收光透镜对应的点探测器以及算法模块（5）；其中，

所述光源（1）发出的光投射到所述空间光调制器（2）上，所述空间光调制器（2）通过加载二值随机矩阵对光进行随机调制，调制后的光投影在物体上，该物体将光反射到各个方向，在其中的至少四个反射方向上分别设置一组会聚收光透镜以及点探测器；由所述点探测器对每个方向的总光强进行压缩采样，所述压缩采样结果输入所述算法模块（5）中；上述过程重复多次，所述空间光调制器（2）每一次调制不同的图案，所述算法模块（5）根据测量矩阵以及多次压缩采样所得到的测量值，运用压缩感知算法反演出对应各个点探测器方向的二维图像，然后比较这些图像的阴影部分信息来构建3D表面梯度，最终重建出3D物体形状。

2.根据权利要求1所述的压缩的三维计算鬼成像系统，其特征在于，还包括滤光片，所述滤光片在所述光源（1）与空间光调制器（2）之间或者所述空间光调制器（2）之后。

3.根据权利要求2所述的压缩的三维计算鬼成像系统，其特征在于，所述滤光片为红、绿、蓝三色滤光片，或具有不同波长的滤光片。

4.根据权利要求1所述的压缩的三维计算鬼成像系统，其特征在于，还包括镜头或光学透镜，所述镜头或光学透镜在所述空间光调制器（2）与物体之间。

5.根据权利要求1或2或4所述的压缩的三维计算鬼成像系统，其特征在于，所述会聚收光透镜包括第一会聚收光透镜（3-1）、第二会聚收光透镜（3-2）、第三会聚收光透镜（3-3）、第四会聚收光透镜（3-4）；所述点探测器包括第一点探测器（4-1）、第二点探测器（4-2）、第三点探测器（4-3）、第四点探测器（4-4）；所述第一点探测器（4-1）、第二点探测器（4-2）、第三点探测器（4-3）、第四点探测器（4-4）分别位于所述第一会聚收光透镜（3-1）、第二会聚收光透镜（3-2）、第三会聚收光透镜（3-3）、第四会聚收光透镜（3-4）之后。

6.根据权利要求5所述的压缩的三维计算鬼成像系统，其特征在于，所述第一点探测器（4-1）、第二点探测器（4-2）、第三点探测器（4-3）、第四点探测器（4-4）分别放置在空间光调制器（2）的上方位置、下方位置、左方位置、右方位置。

7.根据权利要求1或2或4所述的压缩的三维计算鬼成像系统，其特征在于，所述空间光调制器（2）和所述点探测器之间需要同步。

8.根据权利要求1或2或4所述的压缩的三维计算鬼成像系统，其特征在于，所述空间光调制器（2）采用数字微镜器件或毛玻璃或液晶光阀中的任意一种实现。

9.根据权利要求1或2或4所述的压缩的三维计算鬼成像系统，其特征在于，所述点探测器采用光电转换点探测器或桶探测器或单像素探测器或雪崩二极管或光电倍增管中的任意一种实现。

10.根据权利要求1或2或4所述的压缩的三维计算鬼成像系统，其特征在于，所述算法模块（5）采用下列任意一种算法实现压缩感知：贪心重建算法、匹配跟踪算法MP、正交匹配跟踪算法OMP、基跟踪算法BP、LASSO、LARS、GPSR、贝叶斯估计算法、magic、IST、TV、StOMP、CoSaMP、LBI、SP、l1_ls、smp算法、SpaRSA算法、TwIST算法、l₀重建算法、l₁重建算法、l₂重建算法；稀疏基采用离散余弦变换基、小波基、傅里叶变换基、梯度基、gabor变换基中的任意一种实现。

11.基于权利要求1-10之一所述的压缩的三维计算鬼成像系统所实现的三维计算鬼成像方法，包括：

步骤1）、投影步骤；

加载二值随机矩阵的所述空间光调制器（2）对光源（1）所发出的光进行随机调制，调制后的光投影在物体上，物体将光反射到各个方向；

步骤2）、压缩采样步骤；

所述空间光调制器（2）在二值随机测量矩阵的控制下翻转m次，在r个物体反射光方向上，每个点探测器结合会聚收光透镜分别对来自物体反射的总光强收集探测m次，r个点探测器探测m次的测量结果作为测量值y_m×r；

利用自然图像可压缩或可稀疏表示的先验知识，选取合适的稀疏基Ψ，使得物体图像x经Ψ变换后得到系数x′是最为稀疏的；在已知测量值y_m×r、二值随机测量矩阵A和稀疏基Ψ的条件下，建立数学模型y_m×r＝A_m×nΨ_n×nx′_n×r+e_n×r，r＝1,2,3,...,N，其中N为探测器个数；通过压缩感知算法进行凸优化，得到x′后，再由

反演出x_n×r，将其中的每一列都按列重排成矩阵图像，其图像像素尺寸即为二值随机矩阵a_i的尺寸大小，第i列对应I_i；

步骤4）、3D重建步骤；

设第i个探测器上的像素图像的亮度方程为

即步骤3）所得到的各个点探测器方向的二维图像，其中i＝1,2,3,...,N，I_s为光源强度，α为表面反射率，为从物体指向第i个探测器的单位方向向量，

I (p, q) = I_{s} α (D \cdot \hat{n}),

表面反射率α＝D^-1，然后根据每个像素计算所得的法向量能够确定出相邻像素间的梯度，从而通过整合获得物体表面的3D几何形状；具体包括：

首先提取特征点，并分别以这些特征点作为中心辐射向四周开始计算，在某一点上的表面高度通过利用最近邻的点的高度和表面梯度进行估计；然后进行优化，每步迭代计算一个像素，使得该像素的高度与它所有最近邻点的平均估计相匹配，非物体边缘部分的像素，其估计高度的拉普拉斯变换等效于测量梯度的拉普拉斯变换，物体边缘部分的像素，其梯度垂直于物体表面；最终迭代结束获得物体3D轮廓。