CN109946753A - 基于低阶Hadamard基矢计算鬼成像的编码系统及方法 - Google Patents
基于低阶Hadamard基矢计算鬼成像的编码系统及方法 Download PDFInfo
- Publication number
- CN109946753A CN109946753A CN201910198845.9A CN201910198845A CN109946753A CN 109946753 A CN109946753 A CN 109946753A CN 201910198845 A CN201910198845 A CN 201910198845A CN 109946753 A CN109946753 A CN 109946753A
- Authority
- CN
- China
- Prior art keywords
- light intensity
- hadamard
- low order
- basic vector
- light
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
一种基于低阶Hadamard基矢计算鬼成像的编码系统及方法,系统包括采用低阶Hadamard基矢进行编码的光强编码器,光强编码器发出的光,照射到待成像物体后被桶探测器接收,传输给符合电路,与光强编码进行关联计算;光强编码器的编码规则为将N阶Hadamard方阵中的‑1置零,并将第一行和第一列去除,得到N‑1行和N‑1列的方阵,每一列或每一行即作为低阶Hadamard基矢,其中N是2的幂;光强编码器采用镂空方式划分0与1将编码规则制作成掩模版。本发明从原理上提高了成像对比度,并运用快速Hadamard反变换替代经典计算鬼成像中的计算机关联运算,成像计算速度快,分辨率高。
Description
技术领域
本发明涉及成像探测领域,具体涉及一种基于低阶Hadamard基矢计算鬼成像的编码系统及方法,实现从原理上提高成像的对比度,并结合运用快速Hadamard反变换替代经典计算鬼成像中的计算机关联运算,成像计算的速度快,图像分辨率高。
背景技术
光学鬼成像技术是通过双路光信号符合探测恢复待测物体空间信息实现的,其特点是包含物体信息的信号光(signal beam)被无空间分辨能力的桶探测器探测,只包含光源强度分布信息的闲置光(idler beam)不通过物体,直接被具有空间分辨能力的面阵探测器进行探测,如CCD等。因此,通过双光路对应的两个探测器中任意一路信号都不能得到物体的像,但是通过对两路信号进行符合后即能够得到物体的像。现有的计算鬼成像方法均需要前端进行大量的数据采集,十分占用资源,并且成像速度较慢,成像所需系统复杂,从信号采集到成像往往需要一定的处理时间,尚没有从原理上实现高对比度、高速成像的方法。
发明内容
本发明的目的在于针对上述现有技术中的问题,提供一种基于低阶Hadamard基矢计算鬼成像的编码系统及方法,有效提高成像对比度,具有较快的成像计算速度,分辨率高。
为了实现上述目的,本发明基于低阶Hadamard基矢计算鬼成像的编码系统,采用的技术方案为:包括采用低阶Hadamard基矢进行编码的光强编码器,所述光强编码器发出的光,照射到待成像物体后被桶探测器接收,传输给符合电路,与光强编码进行关联计算;所述光强编码器的编码规则为将N阶Hadamard方阵中的-1置零,并将第一行和第一列去除,得到N-1行和N-1列的方阵,每一列或每一行即作为低阶Hadamard基矢,其中N是2的幂;所述的光强编码器采用镂空方式划分0与1将编码规则制作成掩模版。
所述的光强编码器将低阶Hadamard基矢通过镂空方式划分0与1设计成圆形掩模版,并通过圆形掩模版的旋转来实现周期性快速变化的光强编码。
所述的圆形掩模版能够替换为带型或其它形状的掩模版。
本发明基于低阶Hadamard基矢计算鬼成像的方法,包括以下步骤:
1)光源发出的光经过光强编码器,照射到待成像物体被桶探测器接收;
其中,光经过处于第i个低阶Hadamard基矢编码的光强编码器后形成编码散斑光束,其光强分布为桶探测器探测到的总光强值为:在上式中,是待成像物体的像素矢量,Ii是桶探测器在第i个编码散斑光束下探测到的总光强值;
2)桶探测器测量得到的光强信号传输给符合电路,得到成像结果;
所述的符合电路把桶探测器的输出信号进行快速Hadamard反变换,即实现了桶探测器的输出信号与对应的光强编码进行快速关联计算:
式中,N为光强编码器的编码周期,CH为编码的自相关矩阵,G(2)为物体的鬼成像结果。
Hadamard方阵的自相关矩阵Cij为:
将N阶Hadamard方阵中的-1置零,得到方阵M;
方阵M的自相关矩阵CMij为:
对于单个像素点的物体进行成像,低阶Hadamard获得的对比度为:
快速Hadamard反变换时借助蝶形运算来实现计算复杂度为O(NlogN)的加减法。
与现有技术相比,本发明具有如下的有益效果:设计了采用低阶Hadamard基矢进行编码的光强编码器,光强编码器采用镂空方式划分0与1将编码规则制作成掩模版,通过掩模版的旋转来实现编码散斑的周期性快速变化与扫描。本发明将N阶Hadamard方阵中的-1置零,并将第一行和第一列去除,得到N-1行和N-1列的方阵,每一列或每一行即作为低阶Hadamard基矢,低阶Hadamard基矢的使用,在原理上提高了成像的对比度。在成像方法中,符合电路把桶探测器的输出信号进行快速Hadamard反变换,结合快速反变换来实现低内存下的高速成像计算,与传统的Hadamard变换相比,计算复杂度得到有效降低。本发明的成像质量高,与已有的各种鬼成像技术相比,能够实现近距离和远距离目标较高质量的成像。
附图说明
图1本发明编码系统的原理框图;
图2基于低阶Hadamard基矢进行编码的圆形掩模版示意图;
图3低阶Hadamard基矢实现高分辨率分块扫描的示意图;
附图中:1-光强编码器;2-待成像物体;3-桶探测器;4-符合电路。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
参见图1-2,本发明基于低阶Hadamard基矢计算鬼成像的编码系统,在结构上包括采用低阶Hadamard基矢进行编码的光强编码器1,光强编码器1发出的光,照射到待成像物体2后被桶探测器3接收,传输给符合电路4,与光强编码进行关联计算;光强编码器1的编码规则为将N阶Hadamard方阵中的-1置零,并将第一行和第一列去除,得到N-1行和N-1列的方阵,每一列或每一行即作为低阶Hadamard基矢,其中N是2的幂;光强编码器1采用镂空方式划分0与1将编码规则制作成圆形掩模版,并通过圆形掩模版的旋转来实现周期性快速变化的光强编码,但并不局限于圆形掩模版,例如带型等均可。
本发明基于低阶Hadamard基矢计算鬼成像的方法,包括以下步骤:
1)光源发出的光经过光强编码器1,照射到待成像物体2被桶探测器3接收;
其中,光经过处于第i个低阶Hadamard基矢编码的光强编码器1后形成编码散斑光束,其光强分布为桶探测器3探测到的总光强值为:在上式中,是待成像物体的像素矢量,Ii是桶探测器3在第i个编码散斑光束下探测到的总光强值;
2)桶探测器3测量得到的光强信号传输给符合电路4,得到成像结果;
符合电路4把桶探测器3的输出信号进行快速Hadamard反变换,即实现了桶探测器3的输出信号与对应的光强编码进行快速关联计算:
式中,N为光强编码器的编码周期,CH为编码的自相关矩阵,G(2)为物体的鬼成像结果。
由于编码的自相关矩阵对角元的相对数值较原始Hadamard矩阵的自相关矩阵大,较传统计算鬼成像具有更高的成像对比度,同时仍然可以使用快速Hadamard反变换来实现低内存下的高速成像计算。光强编码器1利用光学掩模版产生编码散斑,并进行投射。
在经典计算鬼成像的技术方案中:
被调制后的光强分布为桶探测器上探测到的总光强为:
在上式中,是待成像物体的像素矢量,Ii是桶探测器3在第i个编码散斑光束下探测到的总光强值。经过符合测量得到物体的像,即通过如下关联运算:
N为传统散斑编码个数,CA为传统散斑编码的自相关矩阵,G(2)为对物体的鬼成像结果。
以上经典的计算鬼成像过程可以概况为:每次计算得到的物体表面处光强分布Ai,与相应每次桶探测器测量得到的光强信号Ii,通过计算机做关联运算,经过系综平均(时间平均)后,得到物体的像。其特点是在获取成像所需的数据后,成像的所有过程都由计算机完成。成像的快慢取决于计算机对数据的获取快慢以及处理能力强弱。
本发明基于低阶Hadamard基矢实现高分辨率计算鬼成像的方案,引入新型Hadamard基矢的编码,使用的是圆形的掩模版旋转来实现周期性快速变化的光强编码,同时实现光强编码扫描。通过符合电路4把桶探测器3的输出信号进行快速Hadamard反变换,即实现了桶探测器3的输出信号和对应的光强编码进行快速关联计算。
低阶Hadamard基矢的编码,将N阶Hadamard方阵中的-1置零,得到方阵M,同时将方阵M的第一行和第一列去除,得到低阶Hadamard方阵,每一列即为低阶Hadamard基矢。
其自相关矩阵Cij如下:
而方阵M的自相关矩阵CMij为:
以单个像素点的物体进行成像为例,低阶Hadamard可以获得的对比度为:
而传统的Hadamard方阵M可以获得的对比度为1/3;
因为,所以在原理上提高了成像对比度。
本发明低阶Hadamard基矢的使用,结合快速反变换来实现低内存下的高速成像计算。在计算数学中,快速Hadamard变换(FWHT)是计算Hadamard变换(WHT)的有效算法。对于N阶的数据进行WHT,将具有O(N2)的计算复杂度。而对于借助蝶形运算的FWHT,只需要计算复杂度为O(NlogN)的加减法。
综上所述,本发明的成像质量高,与已有的各种鬼成像技术相比,能够实现近距离和远距离目标较高质量的成像。
Claims (6)
1.一种基于低阶Hadamard基矢计算鬼成像的编码系统,其特征在于:包括采用低阶Hadamard基矢进行编码的光强编码器(1),所述光强编码器(1)发出的光,照射到待成像物体(2)后被桶探测器(3)接收,传输给符合电路(4),与光强编码进行关联计算;所述光强编码器(1)的编码规则为将N阶Hadamard方阵中的-1置零,并将第一行和第一列去除,得到N-1行和N-1列的方阵,每一列或每一行即作为低阶Hadamard基矢,其中N是2的幂;所述的光强编码器(1)采用镂空方式划分0与1将编码规则制作成掩模版。
2.根据权利要求1所述基于低阶Hadamard基矢计算鬼成像的编码系统,其特征在于:所述的光强编码器(1)将低阶Hadamard基矢通过镂空方式划分0与1设计成圆形掩模版,并通过圆形掩模版的旋转来实现周期性快速变化的光强编码。
3.根据权利要求2所述基于低阶Hadamard基矢计算鬼成像的编码系统,其特征在于:所述的圆形掩模版能够替换为带型掩模版。
4.一种如权利要求1-3中任意一项所述基于低阶Hadamard基矢计算鬼成像的编码系统的成像方法,其特征在于,包括以下步骤:
1)光源发出的光经过光强编码器(1),照射到待成像物体(2)被桶探测器(3)接收;
其中,光经过处于第i个低阶Hadamard基矢编码的光强编码器(1)后形成编码散斑光束,其光强分布为桶探测器(3)探测到的总光强值为:在上式中,是待成像物体的像素矢量,Ii是桶探测器(3)在第i个编码散斑光束下探测到的总光强值;
2)桶探测器(3)测量得到的光强信号传输给符合电路(4),得到成像结果;
所述的符合电路(4)把桶探测器(3)的输出信号进行快速Hadamard反变换,即实现了桶探测器(3)的输出信号与对应的光强编码进行快速关联计算:
式中,N为光强编码器的编码周期,CH为编码的自相关矩阵,G(2)为物体的鬼成像结果。
5.根据权利要求4所述的成像方法,其特征在于,Hadamard方阵的自相关矩阵Cij为:
将N阶Hadamard方阵中的-1置零,得到方阵M;
方阵M的自相关矩阵CMij为:
对于单个像素点的物体进行成像,低阶Hadamard获得的对比度为:
6.根据权利要求4所述的成像方法,其特征在于,所述的符合电路(4)采用快速Hadamard反变换时借助蝶形运算来实现计算复杂度为O(NlogN)的加减法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910198845.9A CN109946753B (zh) | 2019-03-15 | 2019-03-15 | 基于低阶Hadamard基矢计算鬼成像的编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910198845.9A CN109946753B (zh) | 2019-03-15 | 2019-03-15 | 基于低阶Hadamard基矢计算鬼成像的编码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109946753A true CN109946753A (zh) | 2019-06-28 |
CN109946753B CN109946753B (zh) | 2020-04-28 |
Family
ID=67010133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910198845.9A Active CN109946753B (zh) | 2019-03-15 | 2019-03-15 | 基于低阶Hadamard基矢计算鬼成像的编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109946753B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110531375A (zh) * | 2019-08-16 | 2019-12-03 | 吉林工程技术师范学院 | 一种低内存占用的实时单像素成像方法 |
CN111856480A (zh) * | 2020-07-29 | 2020-10-30 | 南京工程学院 | 一种设备位移快速检测方法及检测系统 |
CN114609645A (zh) * | 2022-02-21 | 2022-06-10 | 复旦大学 | 一种兼具异步通信功能的关联成像系统 |
CN117665850A (zh) * | 2023-12-29 | 2024-03-08 | 中国人民解放军国防科技大学 | 逐像素时域编码快速关联成像方法和系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103575396A (zh) * | 2013-11-19 | 2014-02-12 | 中国科学院空间科学与应用研究中心 | 基于压缩感知和Hadamard变换的成像光谱系统及方法 |
CN104486617A (zh) * | 2014-12-19 | 2015-04-01 | 南京理工大学 | 基于高阶鬼成像像质模型的最佳阶数拟合方法 |
CN105157618A (zh) * | 2015-06-01 | 2015-12-16 | 北京航天控制仪器研究所 | 一种计算强度关联成像自准直仪及测量方法 |
CN105676613A (zh) * | 2016-03-29 | 2016-06-15 | 山东大学 | 一种采用单像素桶探测器的数字全息幻影成像系统及其工作方法 |
CN106019306A (zh) * | 2016-05-05 | 2016-10-12 | 西安交通大学 | 一种基于计算鬼成像原理实现水下目标探测的装置 |
CN107462932A (zh) * | 2017-08-04 | 2017-12-12 | 西安交通大学 | 一种基于光计算的可视化计算鬼成像系统及成像方法 |
US20180149746A1 (en) * | 2016-11-25 | 2018-05-31 | 8517401 Canada Inc. | Imaging System and Method Using Improved Modulated Excitation |
WO2018194985A1 (en) * | 2017-04-19 | 2018-10-25 | Drs Network & Imaging Systems, Llc | Active hyperspectral imager |
CN108895985A (zh) * | 2018-06-19 | 2018-11-27 | 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物体定位方法 |
CN109035168A (zh) * | 2018-07-18 | 2018-12-18 | 北京理工大学 | 一种基于翻折掩模构造的计算成像方法及装置 |
CN109035282A (zh) * | 2018-08-02 | 2018-12-18 | 吉林工程技术师范学院 | Hadamard编码调制关联成像的阈值处理方法 |
WO2019012098A1 (en) * | 2017-07-13 | 2019-01-17 | Iee International Electronics & Engineering S.A. | METHOD AND SYSTEM FOR TARGET DETECTION AND VEHICLE COMPRISING SAID METHOD AND SYSTEM |
-
2019
- 2019-03-15 CN CN201910198845.9A patent/CN109946753B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103575396A (zh) * | 2013-11-19 | 2014-02-12 | 中国科学院空间科学与应用研究中心 | 基于压缩感知和Hadamard变换的成像光谱系统及方法 |
CN104486617A (zh) * | 2014-12-19 | 2015-04-01 | 南京理工大学 | 基于高阶鬼成像像质模型的最佳阶数拟合方法 |
CN105157618A (zh) * | 2015-06-01 | 2015-12-16 | 北京航天控制仪器研究所 | 一种计算强度关联成像自准直仪及测量方法 |
CN105676613A (zh) * | 2016-03-29 | 2016-06-15 | 山东大学 | 一种采用单像素桶探测器的数字全息幻影成像系统及其工作方法 |
CN106019306A (zh) * | 2016-05-05 | 2016-10-12 | 西安交通大学 | 一种基于计算鬼成像原理实现水下目标探测的装置 |
US20180149746A1 (en) * | 2016-11-25 | 2018-05-31 | 8517401 Canada Inc. | Imaging System and Method Using Improved Modulated Excitation |
WO2018194985A1 (en) * | 2017-04-19 | 2018-10-25 | Drs Network & Imaging Systems, Llc | Active hyperspectral imager |
WO2019012098A1 (en) * | 2017-07-13 | 2019-01-17 | Iee International Electronics & Engineering S.A. | METHOD AND SYSTEM FOR TARGET DETECTION AND VEHICLE COMPRISING SAID METHOD AND SYSTEM |
CN107462932A (zh) * | 2017-08-04 | 2017-12-12 | 西安交通大学 | 一种基于光计算的可视化计算鬼成像系统及成像方法 |
CN108895985A (zh) * | 2018-06-19 | 2018-11-27 | 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物体定位方法 |
CN109035168A (zh) * | 2018-07-18 | 2018-12-18 | 北京理工大学 | 一种基于翻折掩模构造的计算成像方法及装置 |
CN109035282A (zh) * | 2018-08-02 | 2018-12-18 | 吉林工程技术师范学院 | Hadamard编码调制关联成像的阈值处理方法 |
Non-Patent Citations (1)
Title |
---|
安晓峰 等: "Hadamard编码调制关联成像的阈值处理研究", 《红外与激光工程》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110531375A (zh) * | 2019-08-16 | 2019-12-03 | 吉林工程技术师范学院 | 一种低内存占用的实时单像素成像方法 |
CN110531375B (zh) * | 2019-08-16 | 2023-04-07 | 吉林工程技术师范学院 | 一种低内存占用的实时单像素成像方法 |
CN111856480A (zh) * | 2020-07-29 | 2020-10-30 | 南京工程学院 | 一种设备位移快速检测方法及检测系统 |
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 |
CN114609645A (zh) * | 2022-02-21 | 2022-06-10 | 复旦大学 | 一种兼具异步通信功能的关联成像系统 |
CN114609645B (zh) * | 2022-02-21 | 2023-11-24 | 复旦大学 | 一种兼具异步通信功能的关联成像系统 |
CN117665850A (zh) * | 2023-12-29 | 2024-03-08 | 中国人民解放军国防科技大学 | 逐像素时域编码快速关联成像方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109946753B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109946753A (zh) | 基于低阶Hadamard基矢计算鬼成像的编码系统及方法 | |
Shin et al. | Epinet: A fully-convolutional neural network using epipolar geometry for depth from light field images | |
Uhrig et al. | Sparsity invariant cnns | |
CN104137150B (zh) | 测距成像中的运动补偿 | |
CN109253708A (zh) | 一种基于深度学习的条纹投影时间相位展开方法 | |
CN106155299B (zh) | 一种对智能设备进行手势控制的方法及装置 | |
CN104065891A (zh) | 机器视觉3d线扫描图像获取及处理 | |
CN104054110B (zh) | 根据图像感测的碰撞时间 | |
CN110097634B (zh) | 一种自适应多尺度的三维鬼成像方法 | |
CN106643562A (zh) | 基于时域空域混合编码的结构光条纹投射方法 | |
CN104992424A (zh) | 一种基于离散余弦变换的单像素快速主动成像系统 | |
Guo et al. | Compressed ghost edge imaging | |
CN110033483A (zh) | 基于dcnn深度图生成方法及系统 | |
Cambuim et al. | Hardware module for low-resource and real-time stereo vision engine using semi-global matching approach | |
Tang et al. | An improved spatiotemporal correlation method for high-accuracy random speckle 3D reconstruction | |
Lyu et al. | Structured light-based underwater 3-D reconstruction techniques: A comparative study | |
Kirkland et al. | Imaging from temporal data via spiking convolutional neural networks | |
Wu et al. | Depth dynamic center difference convolutions for monocular 3D object detection | |
Law et al. | Deep learning based period order detection in structured light three-dimensional scanning | |
CN117132704A (zh) | 一种动态结构光的三维重建方法及其系统、计算设备 | |
CN111023994B (zh) | 一种基于多重测量的光栅三维扫描方法及系统 | |
NL2016286B1 (en) | Displacement sensor. | |
CN115290004B (zh) | 一种基于压缩感知与hsi的水下并行单像素成像方法 | |
Chen et al. | Realtime structured light vision with the principle of unique color codes | |
CN116128743A (zh) | 基于深度卷积混合神经网络计算关联成像重建算法 |
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 |