CN108895985B - 一种基于单像素探测器的物体定位方法 - Google Patents
一种基于单像素探测器的物体定位方法 Download PDFInfo
- Publication number
- CN108895985B CN108895985B CN201810628818.6A CN201810628818A CN108895985B CN 108895985 B CN108895985 B CN 108895985B CN 201810628818 A CN201810628818 A CN 201810628818A CN 108895985 B CN108895985 B CN 108895985B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- light intensity
- row
- intensity signal
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于单像素探测器的物体定位方法,是通过计算机生成二维哈达玛矩阵,获得行排列和列排列的二维投影图案,行排列的二维投影和列排列的二维投影图案依次经过光调制器和投影系统,照明光场对物体进行照明,并获取光强信号响应值,在此基础上使用光强信号响应值和行数据进行运算,获取物体图像沿列和行方向的累加分布曲线,对曲线进行阈值处理获取物体在场景中的位置。该发明的优点在于:通过融合单像素成像技术,实现对物体的定位,系统无扫描装置,使用单像素探测器,能有效降低系统的成本和复杂度,能有效提高在弱信号情况下的物体定位能力。
Description
技术领域
本发明涉及物体探测技术领域,尤其是一种基于单像素探测器的物体定位方法。
背景技术
人类生产生活中最主要的信息来源是图像,成像探测方法是获取图像的一种主要方式。单像素成像技术是一种在成像机理上和传统成像技术有着本质区别的技术,因为其具有一些独特的优点,受到人们的关注。单像素成像技术使用没有空间分辨能力的探测器(如光电倍增管)进行时间上的多次采样,实现对目标物体成像。单像素成像技术最早源于利用量子纠缠效应的鬼成像技术,后来发展出利用热光的单像素鬼成像技术。由于单像素成像技术使用仅有一个像素的探测器来进行物理信息的采样,需要使用大量在空间上进行调制的不同光场,按照时间先后顺序投射到目标物体,以获取空间分辨。是一种以牺牲时间分辨率来换取空间分辨率的成像方案。而在对物体进行定位追踪时,不需要对物体进行成像,只需要获取物体位置信息即可。基于傅里叶切片定理,利用傅里叶单像素成像系统实现了对物体的定位[H.Jiang,S.Zhu,H.Zhao,B.Xu,and X.Li,“Adaptive regional single-pixel imaging based on the Fourier slice theorem,”Opt.Express 25(13),15118-15130(2017).]。在单像素成像系统中数字微镜器件是广泛使用的高速空间光调制器件,目前数字微镜器件对光场的二值化调制频率可到22KHz以上,但是调制8位灰度级的图案,频率大约为250Hz。而傅里叶单像素成像系统中采用灰度空间结构光场,在使用数字微镜器件进行实际应用时,投影频率较低,因此基于傅里叶切片定理的物体定位方法的实时性将会受到限制。
发明内容
为了克服上述现有技术,为此,本发明提供一种基于单像素探测器的物体定位方法。
为实现上述目的,本发明采用以下技术方案:
一种基于单像素探测器的物体定位方法,其特征在于,具体步骤如下,
S1、计算机生成一个N×N的二维哈达玛矩阵,抽取每行的行数据tM(L),其中L取值范围[1,N],M表示序号,M的取值范围为[1,N];
S2、计算机对每行的行数据按照行排列构建N×N的二维矩阵BMh,h表示行,对二维哈达玛矩阵中的N个行数据进行相同构建操作,获得N个二维矩阵BMh,组成二维矩阵组;对二维矩阵BMh进行转置得到二维矩阵BMν,ν表示列,即转置后N个行数据进行相同构建操作,获得N个二维矩阵BMν,组成二维矩阵组;
S3、按照矩阵元素正负进行分解,二维矩阵BMh分解后得到互补的二维矩阵和二维矩阵即N个二维矩阵BMh分解后获得N个二维矩阵和N个二维矩阵形成行排列的二维投影图案;N个二维矩阵BMν分解后得到互补的N个二维矩阵和N个二维矩阵形成列排列的二维投影图案;
S4、使用光调制器,对光源按照行排列的二维投影图案和列排列的二维投影图案交替以互补的二维矩阵形式进行调制,调制后的光场依次通过投影系统照射在物体上,单像素探测器接收来自物体的光强信号响应值,再使用数据采集卡采集记录单像素探测器的光强信号响应值,数据采集卡(7)将该光强度相应值传输到计算机;
S5、计算机根据光强信号响应值和行数据tM(L)分别获取物体图像沿列方向的累加分布曲线Fh(L)、物体图像沿行方向的累加分布曲线Fv(L);
S6、在计算机中输入Fh(L)和Fv(L)的设定阈值,利用上述沿列方向的累加分布曲线Fh(L)和物体图像沿行方向的累加分布曲线Fv(L)进行阈值判断。
详细地说,在步骤S3中,对二维矩阵BMh进行分解,在分解时,当BMh中所有+1数值的元素保持不变,-1数值的元素变为0时,变为二维矩阵当BMh中所有+1数值的元素变为0,-1数值的元素变为+1时,变为二维矩阵
详细地说,物体用函数f(x,y)表示,其中x,y表示物体的像素点坐标,函数f(x,y)表示在x,y坐标点处的灰度值,采用二维矩阵和二维矩阵探测采集的光强信号响应值表示为:和即获得列方向下,物体在2N个光场照射物体时的探测光强信号响应值,表示为:和采用N个二维矩阵和N个二维矩阵获得行方向下,物体在2N个光场照射物体时的探测光强信号响应值,表示为:和
详细地说,依据行数据与光强信号响应值之间的相关运算来获取物体图像在列方向下的累加分布曲线,其计算公式如下:依据行数据与光强信号响应值之间的相关运算来获取物体图像在行方向下的累加分布曲线,其计算公式如下:
所述单像素探测器输出的电信号由数据采集卡进行16位离散获取。
所述光调制器为数字微镜器件DMD。
详细地说,所述投影系统为组合透镜。
本发明的优点在于:
(1)本发明通过融合单像素成像技术,实现对物体的定位,系统无扫描装置,使用单像素探测器,能有效降低系统的成本和复杂度,能有效提高在弱信号情况下的物体定位能力。
(2)本发明基于二值化调制光场的物体定位方法,能够有效利用光调制器的二值高速调制特性,有效提高对物体定位的实时性,可以实现对运动物体的快速实时定位。
附图说明
图1为本发明使用的装置示意图。
图2为本发明中行排列的二维投影图像示例。
图3为本发明中列排列的二维投影图像示例。
图4为本发明中物体在行和列两个方向的累加分布曲线。
图5为本发明中物体在两个不同时刻不同位置的定位效果图,其中白色方框为待测物体位置。
图中标注符号的含义如下:
1-计算机 2-光源 3-光调制器 4-投影系统 5-物体 6-单像素探测器 7-数据采集卡
具体实施方式
一种基于单像素探测器的物体定位方法,该方法基于图1所示的装置,该方法的一个具体实例步骤如下:
S1、计算机1生成一个256×256的二维哈达玛矩阵,抽取每行的行数据tM(L),其中L取值范围[1,256],M表示序号,M的取值范围为[1,256]。
S2、计算机1对每行的行数据按照行排列构建二维矩阵BMh,例如,h表示行,对二维哈达玛矩阵中256个行数据进行相同构建操作获得256个二维矩阵BMh组成二维矩阵组;对二维矩阵BMh进行转置得到二维矩阵BMν,ν表示列,即转置后256个行数据进行相同构建操作获得256个二维矩阵BMν组成二维矩阵组。
S3、按照矩阵元素正负进行分解,在分解时,当BMh中所有+1数值的元素保持不变,-1数值的元素变为0时,变为二维矩阵当BMh中所有+1数值的元素变为0,-1数值的元素变为+1时,变为二维矩阵二维矩阵BMh分解后得到互补的二维矩阵和二维矩阵N个二维矩阵BMh分解后获得N个二维矩阵和N个二维矩阵形成行排列的二维投影图案,如图2所示。按照相同的方法,N个二维矩阵BMν分解后得到互补的N个二维矩阵和N个二维矩阵形成列排列的二维投影图案,如图3所示。
S4、使用数字微镜器件DMD作为光调制器3,对光源2按照行排列的二维投影图案和列排列的二维投影图案交替进行调制,调制后的光场依次通过投影系统4照射在物体5f(x,y)上,其中x,y表示物体5的像素点坐标,函数f(x,y)表示在坐标x,y处的灰度值,单像素探测器6接收来自物体5的光强信号响应值,其中投影系统4为透镜。详细的说,数字微镜器件DMD的型号为TI Discovery V7100,单像素探测器6的型号为Thorlabs PMT-PMM02。光源2位LED白光源。
获得光强信号响应值的步骤如下:采用二维矩阵和二维矩阵时,探测采集的光强信号响应值表示为:和即获得列方向下,物体5在512个光场照射物体5时的探测光强信号响应值,表示为:和采用N个二维矩阵和N个二维矩阵获得行方向下,物体5在512个光场照射物体5时的探测光强信号响应值,表示为:和
再使用数据采集卡7采集记录单像素探测器6的光强信号响应值,数据采集卡7将该光强度响应值传输到计算机1,单像素探测器6输出的电信号由数据采集卡7进行16位离散获取。其中数据采集卡7的型号为NI USB-6211。
S5、计算机1根据光强信号响应值和行数据tM(L)分别获取物体5图像沿列方向的累加分布曲线Fh(L),其计算公式如下:获取物体5图像沿行方向的累加分布曲线Fv(L),其计算公式如下:曲线图如图4所示。
S6、在计算机1中输入设定阈值,利用上述沿列方向的累加分布曲线Fh(L)和沿行方向的累加分布曲线Fv(L)进行阈值判断。设定Fh(L)和Fv(L)的阈值为10获取物体5所在的区域,图5显示了物体5在两个不同时刻的定位结果。
在上述方法中,首先通过计算机1获得行排列和列排列的两个二维投影图像,计算机1将该投影图案输出到光调制器3中,调制光经过透镜后在待测物体5表面形成清晰的图像,光调制器3投影每张图案的持续时间为0.03s,然后使用单像素探测器6来获取物体5反射的光强信号响应值,光强信号响应值由数据采集卡7进行16位离散获取输入至计算机1中,计算机1依据行数据与光强信号响应值的运算来获取物体5图像在行和列两个方向下的累加分布,然后输入阈值,判断获取物体5在场景中的位置,从而实现对物体5的定位。
以上仅为本发明创造的较佳实施例而已,并不用以限制本发明创造,凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明创造的保护范围之内。
Claims (4)
1.一种基于单像素探测器的物体定位方法,其特征在于,具体步骤如下,
S1、计算机(1)生成一个N×N的二维哈达玛矩阵,抽取每行的行数据tM(L),其中L取值范围[1,N],M表示序号,M的取值范围为[1,N];
S2、计算机(1)对每行的行数据按照行排列构建N×N的二维矩阵BMh,h表示行,对二维哈达玛矩阵中的N个行数据进行相同构建操作,获得N个二维矩阵BMh,组成二维矩阵组;对二维矩阵BMh进行转置得到二维矩阵BMν,ν表示列,即转置后N个行数据进行相同构建操作,获得N个二维矩阵BMν,组成二维矩阵组;
S3、按照矩阵元素正负进行分解,二维矩阵BMh分解后得到互补的二维矩阵和二维矩阵N个二维矩阵BMh分解后获得N个二维矩阵和N个二维矩阵形成行排列的二维投影图案;N个二维矩阵BMν分解后得到互补的N个二维矩阵和N个二维矩阵形成列排列的二维投影图案;
S4、使用光调制器(3),对光源(2)按照行排列的二维投影图案和列排列的二维投影图案交替进行调制,调制后的光场依次通过投影系统(4)照射在物体(5)上,单像素探测器(6)接收来自物体(5)的光强信号响应值,再使用数据采集卡(7)采集记录单像素探测器(6)的光强信号响应值,数据采集卡(7)将该光强度相应值传输到计算机(1);
S5、计算机(1)根据光强信号响应值和行数据tM(L)分别获取物体(5)图像沿列方向的累加分布曲线Fh(L)、物体(5)图像沿行方向的累加分布曲线Fv(L);
S6、在计算机(1)中输入Fh(L)和Fv(L)的设定阈值,利用上述沿列方向的累加分布曲线Fh(L)和沿行方向的累加分布曲线Fv(L)进行阈值判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810628818.6A CN108895985B (zh) | 2018-06-19 | 2018-06-19 | 一种基于单像素探测器的物体定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810628818.6A CN108895985B (zh) | 2018-06-19 | 2018-06-19 | 一种基于单像素探测器的物体定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108895985A CN108895985A (zh) | 2018-11-27 |
CN108895985B true CN108895985B (zh) | 2020-05-15 |
Family
ID=64345321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810628818.6A Active CN108895985B (zh) | 2018-06-19 | 2018-06-19 | 一种基于单像素探测器的物体定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108895985B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596575A (zh) * | 2019-01-10 | 2019-04-09 | 暨南大学 | 一种扫描成像方法及系统、存储介质、计算设备 |
CN109946753B (zh) * | 2019-03-15 | 2020-04-28 | 西安交通大学 | 基于低阶Hadamard基矢计算鬼成像的编码方法 |
CN111006599B (zh) * | 2019-10-30 | 2021-07-20 | 东北大学 | 基于像素光栅和计算机视觉的物体表面微尺度测量方法 |
CN111707413B (zh) * | 2020-05-15 | 2021-11-26 | 中国科学院合肥物质科学研究院 | 一种基于单像素探测器的质心探测方法 |
CN111652925B (zh) * | 2020-06-29 | 2023-04-07 | 合肥中科迪宏自动化有限公司 | 利用单像素成像提取目标全局特征Hu不变矩的方法 |
CN111856478B (zh) * | 2020-07-17 | 2023-03-28 | 暨南大学 | 一种免成像的运动物体探测与三维追踪装置及方法 |
CN111856480B (zh) * | 2020-07-29 | 2023-11-10 | 南京工程学院 | 一种设备位移快速检测方法及检测系统 |
CN113709442B (zh) * | 2021-08-30 | 2022-05-31 | 北京航空航天大学 | 一种基于投影重构的单像素成像方法 |
CN113884234B (zh) * | 2021-09-06 | 2023-06-09 | 中国科学院合肥物质科学研究院 | 一种互补单像素质心探测系统及方法 |
CN114449258A (zh) * | 2022-01-26 | 2022-05-06 | 南京工程学院 | 一种单像素成像的信号检验方法 |
CN117132622A (zh) * | 2023-09-08 | 2023-11-28 | 南京雷电信息技术有限公司 | 一种快速移动物体非成像实时检测跟踪方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102032875A (zh) * | 2009-09-28 | 2011-04-27 | 王吉林 | 一种基于图像处理的电缆护套厚度测量方法 |
CN105069480A (zh) * | 2015-08-19 | 2015-11-18 | 西安电子科技大学 | 基于高斯滤波和pso的极化sar地物分类方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7203131B2 (en) * | 2003-09-04 | 2007-04-10 | Johnson Outdoors Inc. | Pixel display method and apparatus |
KR100643305B1 (ko) * | 2005-02-14 | 2006-11-10 | 삼성전자주식회사 | 컨볼루션 커널을 이용한 라인 패턴 처리 방법 및 장치 |
AU2011305983B2 (en) * | 2010-06-21 | 2014-06-12 | The Regents Of The University Of California | Differential interference contrast serial time encoded amplified microscopy |
US8941061B2 (en) * | 2012-03-28 | 2015-01-27 | Uchicago Argonne, Llc | Compressive passive millimeter wave imager |
CN105627952B (zh) * | 2015-12-25 | 2018-02-13 | 暨南大学 | 一种使用单像素探测器的物体三维形貌测量方法和装置 |
CN106405546B (zh) * | 2016-11-08 | 2021-01-15 | 中国科学院合肥物质科学研究院 | 基于压缩散斑的快速关联成像系统及方法 |
CN107817641B (zh) * | 2017-07-17 | 2020-07-07 | 哈尔滨工业大学深圳研究生院 | 基于多模光纤的单像素相机系统 |
CN108007385B (zh) * | 2017-12-31 | 2023-11-14 | 中国人民解放军陆军工程大学 | 一种大视场弹坑表面形貌成像系统及方法 |
-
2018
- 2018-06-19 CN CN201810628818.6A patent/CN108895985B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102032875A (zh) * | 2009-09-28 | 2011-04-27 | 王吉林 | 一种基于图像处理的电缆护套厚度测量方法 |
CN105069480A (zh) * | 2015-08-19 | 2015-11-18 | 西安电子科技大学 | 基于高斯滤波和pso的极化sar地物分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108895985A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108895985B (zh) | 一种基于单像素探测器的物体定位方法 | |
Shi et al. | Fast tracking of moving objects using single-pixel imaging | |
CN110646810B (zh) | 一种散斑优化压缩感知鬼成像方法及系统 | |
US11514270B2 (en) | Speckle contrast analysis using machine learning for visualizing flow | |
CN103363924B (zh) | 一种压缩的三维计算鬼成像系统及方法 | |
CN107306333B (zh) | 一种高速单像素成像方法 | |
US8310532B2 (en) | System and method for producing an optically sectioned image using both structured and uniform illumination | |
US20160266366A1 (en) | Correcting for aberrations in incoherent imaging systems using fourier ptychographic techniques | |
CN108564090B (zh) | 一种基于信号加权的快速傅里叶单像素成像方法 | |
CN109035282B (zh) | Hadamard编码调制关联成像的阈值处理方法 | |
US20120330162A1 (en) | Modulated aperture imaging for automatic moving target detection | |
ATE475897T1 (de) | Verarbeitungssystem und verfahren für radar mit synthetischer apertur in echtzeit | |
CN110097634B (zh) | 一种自适应多尺度的三维鬼成像方法 | |
CN113114882B (zh) | 一种高采样效率的傅里叶单像素成像方法 | |
CN116893429B (zh) | 基于圆谐傅里叶光场的单像素成像方法和目标识别方法 | |
CN110703276B (zh) | 在强散射条件下的傅里叶成像装置及方法 | |
CN112802145A (zh) | 一种基于深度学习的彩色计算鬼成像方法 | |
CN114549335A (zh) | 一种扩展单像素成像的动态范围的方法 | |
CN109804229B (zh) | 电磁波相位振幅生成装置、电磁波相位振幅生成方法以及存储有电磁波相位振幅生成程序的非临时记录介质 | |
Ren et al. | Digital holographic imaging via deep learning | |
CN106842195A (zh) | 基于计算关联成像的多物体同时成像及加密方法 | |
CN114859377B (zh) | 一种运动目标实时捕获单像素成像方法及设备 | |
Zhang et al. | Fourier single-pixel imaging based on lateral inhibition for low-contrast scenes | |
CN113192154B (zh) | 基于边缘计算的水下鬼成像系统及深度学习图像重建方法 | |
KR102258774B1 (ko) | 적외선 영상 측정 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |