CN110427951A - 一种基于非均匀采样策略的傅里叶单像素成像方法 - Google Patents

一种基于非均匀采样策略的傅里叶单像素成像方法 Download PDF

Info

Publication number
CN110427951A
CN110427951A CN201910652291.5A CN201910652291A CN110427951A CN 110427951 A CN110427951 A CN 110427951A CN 201910652291 A CN201910652291 A CN 201910652291A CN 110427951 A CN110427951 A CN 110427951A
Authority
CN
China
Prior art keywords
fourier
sampling
single pixel
image
interpolation
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
Application number
CN201910652291.5A
Other languages
English (en)
Other versions
CN110427951B (zh
Inventor
曹杰
郝群
周栋
张开宇
张芳华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Beijing Institute of Technology BIT
Original Assignee
Beijing University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201910652291.5A priority Critical patent/CN110427951B/zh
Publication of CN110427951A publication Critical patent/CN110427951A/zh
Application granted granted Critical
Publication of CN110427951B publication Critical patent/CN110427951B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开的一种基于非均匀采样策略的傅里叶单像素成像方法，属于光电成像技术领域。本发明实现方法为：首先是初始化参数，并对采样次数进行分组；然后采样获取P1次后根据傅里叶系数重构图像；将重构的图像进行插值得到插值后的图像，对插值后的图像进行离散傅里叶变换得到一个数组，对变换后的数组进行降序排列，取前Pn个值作为待采样的系数；根据Pn个值所对应的傅里叶频谱元素位置生成对应的傅里叶投影图案，进行傅里叶单像素采样Pn次；然后根据P1～Pn重构得到待插值的图像，循环上述过程直到n＝N后，最后根据P＝{P1,P2,…,PN}次采样的数据重构最终的图像。本发明能够将非均匀采样策略与单像素成像结合，有效提高单像素成像采样细节信息的性能。

Description

一种基于非均匀采样策略的傅里叶单像素成像方法
技术领域
本发明涉及一种单像素成像方法，尤其涉及一种基于非均匀采样策略的傅里叶单像素成像方法，属于光电成像技术领域。
背景技术
与传统的基于CCD、CMOS这样的阵列成像相比，单像素成像具有成本低、质量高、体积小等特点。目前单像素成像在二维和三维成像、生物医学工程、保密通信、遥感、显微成像和散射成像等领域得到了广泛的应用，具有探测灵敏度高、无透镜、抗湍流等优点。利用傅里叶基模式进行傅里叶单像素成像是傅里叶单像素成像(FSI)的代表。由于原图像在傅里叶域中是稀疏的，FSI可以采用欠采样测量的方式来重建高质量的图像。但在采样过程中如果只对低频系数进行采样，忽略了高频系数，就会只描述了目标的轮廓，忽略了细节的信息。
发明内容
为了解决现有单像素成像方法中均匀采样策略忽略细节信息的问题，本发明的目的是提供一种基于非均匀采样策略的傅里叶单像素成像方法，能够获得有效的傅里叶系数，提高单像素成像采样细节信息的性能。
本发明的目的是通过下述技术方案实现的。
本发明公开的一种基于非均匀采样策略的傅里叶单像素成像方法，首先是初始化参数，并对采样次数进行分组。然后采样获取P1次后根据傅里叶系数重构图像。将重构的图像进行插值得到插值后的图像，对插值后的图像进行离散傅里叶变换得到一个数组，对变换后的数组进行降序排列，取前Pn个值作为待采样的系数。根据Pn个值所对应的傅里叶频谱元素位置生成对应的傅里叶投影图案，进行傅里叶单像素采样Pn次。然后根据P1～Pn重构得到待插值的图像，循环上述过程直到n＝N后，最后根据P＝{P1,P2,…,PN}次采样的数据重构最终的图像。本发明能够将非均匀采样策略与单像素成像结合，有效提高单像素成像采样细节信息的性能。
本发明公开的一种非均匀采样策略的傅里叶单像素成像方法，包括如下步骤：
步骤一、初始化采样参数，并对采样次数进行分组。
根据分组数N将采样的总次数P分为N组:P＝{P1,P2,…,PN}。
步骤二、进行P1次采样，然后根据采样的傅里叶系数重构图像，在每次重构完成后将n变为n+1。
进行P1次采样，然后根据采样的傅里叶系数重构图像，重构的计算公式如式(1)所示。
式(1)中In为I*J的矩阵，其中x＝0,1,2,…,I-1和y＝0,1,2,…,J-1，F(u,v)为In的傅里叶变换，其中u＝0,1,2,…,I-1和v＝0,1,2,…·,J-1。
在每次重构完成后将n变为n+1。
步骤三、将重构后的低分辨率图像In-1进行插值得到插值后的高分辨率图像en。
步骤四、对步骤三插值后的高分辨率图像en进行离散傅里叶变换得到一个数组En。变换公式如式(2)所示。
步骤五、对变换后的数组En中未采样的数值进行降序排列，取前Pn个值作为待采样的系数。
步骤六、根据Pn个值所对应的傅里叶频谱元素位置生成对应的傅里叶投影图案，进行傅里叶单像素采样Pn次。
步骤七、根据前P＝{P1,P2,…,Pn}次采样的数据重构得到图像In。重构完成后将n变为n+1。
步骤八、判断n是否大于N，当n不大于N时跳转至步骤三；当n大于N时，此时通过P＝{P1,P2,…,PN}次采样的数据重构图像，得到具有更多的细节信息的重构图像IN。
有益效果：
1、与传统均匀采样策略相比，本发明公开的一种基于非均匀采样策略的傅里叶单像素成像方法，首先是初始化参数，然后采样获取P1次后根据傅里叶系数重构图像；将重构的图像进行插值得到插值后的图像，对插值后的图像进行离散傅里叶变换得到一个数组，对变换后的数组进行降序排列，取前Pn个值作为待采样的系数。根据Pn个值所对应的傅里叶频谱元素位置生成对应的傅里叶投影图案，进行傅里叶单像素采样Pn次。然后根据P1～Pn重构得到待插值的图像，循环上述过程直到n＝N后，最后根据P＝{P1,P2,…,PN}次采样的数据重构图像，得到具有更多的细节信息的重构图像IN。即本发明能够将非均匀采样策略与单像素成像结合，在相同的采样率下非均匀采样策略相比传统均匀采样策略能够获得更高的PSNR和SSIM，获得图像更多的细节信息。
2、与传统的基于CCD、CMOS这样的阵列成像相比，本发明公开的一种基于非均匀采样策略的傅里叶单像素成像方法，是单像素成像方法，具有成本低、质量高、体积小等优点。目前单像素成像在二维和三维成像、生物医学工程、保密通信、遥感、显微成像和散射成像等领域得到了广泛的应用，具有探测灵敏度高、无透镜、抗湍流等优点。
附图说明
图1基于非均匀采样策略的傅里叶单像素成像方法流程图；
图2基于非均匀采样策略的傅里叶单像素成像系统原理结构图；
图3传统圆形均匀采样策略的傅里叶单像素成像方法与基于非均匀采样策略的傅里叶单像素成像方法重建结果对比图。
具体实施方式
以下结合附图对本发明的具体实施方式进行说明。
实施实例1
本实施例公开的一种基于非均匀采样策略的傅里叶单像素成像方法，方法流程图如图1所示，所应用系统结构如图2所示，具体实现步骤如下：
步骤一、初始化参数，即设置在0.1的采样率下的采样次数为3276、分组数为4、以及参数n为1。
待采样分辨率设为256*256。
根据分组数将3276次采样分为4组:P＝{512,1460,800,504}。
步骤二、进行512次采样，通过采样的傅里叶系数重构生成分辨率为32*32的图像I1，重构的计算公式如式(3)所示。
式(3)中In为I*J的矩阵，其中x＝0,1,2,…,I-1和y＝0,1,2,…,J-1，F(u,v)为In的傅里叶变换，其中u＝0,1,2,…,I-1和v＝0,1,2,…·,J-1。
在重构完成后将n变为2。
步骤三、采用图像插值法对图像I1进行插值得到分辨率为64*64的图像e2。
步骤四、对插值得到的e2进行离散傅里叶变换为E2，变换公式如式(4)所示。
步骤五、将变换后E2中之前未采样的数值降序排列，取前1460个值作为待采样的系数。
步骤六、根据1460个值所对应的傅里叶频谱元素位置生成对应的傅里叶投影图案，上位机控制激光器出射激光，空间光调制器上显示生成的傅里叶投影图案，经过发射光学系统照射至目标上，经目标的散射光和反射光经接收光学系统后会聚在点探测器上，点探测器将光信号转换为电信号，经过采集卡的采集后，采集结果输回上位机中。通过以上过程进行傅里叶单像素采样1460次。
步骤七、根据前P＝{512,1460}次即1972次采样的数据重构得到图像I2。
重构完成后将2变为3。
步骤八、判断n是否大于4，当n不大于4时跳转至步骤三；当n大于4时，此时通过P＝{512,1460,800,504}次采样重构的图像I4就是最终的重构图像。
利用峰值信噪比(PSNR,Peak Signal to Noise Ratio)和结构相似性(SSIM,Structural Similarity Index)对图像质量进行评价。
通过公式(5)计算峰值信噪比：
其中，MAXI表示图像中灰度的最大值，此处采用8位灰度计算，即此处为255，(m,n)表示图像中像素的位置。
通过公式(6)计算结构相似性：
其中μx是x的平均值，μy是y的平均值，σx是x的方差，σy是y的方差，σxy是x和y的协方差。c1＝(k1L)2，c2＝(k2L)2是用来维持稳定的常数。L是像素值的动态范围。k1＝0.01，k2＝0.03。
结构相似性的范围为0～1，当两张图像一模一样时，SSIM的值等于1。
其中，图3(a)为基于传统圆形均匀采样策略的傅里叶单像素成像方法重建的结果，图3(b)为基于非均匀采样策略的傅里叶单像素成像方法同样采样次数下重建的结果。通过对比能够发现，从图像评价指标峰值信噪比指标和结构相似性指标来看，基于非均匀采样策略的傅里叶单像素成像方法重建结果优于传统圆形均匀采样策略的傅里叶单像素成像方法重建结果。因此基于非均匀采样策略的傅里叶单像素成像方法能够在同样采样次数的情况下相比传统采样策略获得更多的细节信息，提高成像质量。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种非均匀采样策略的傅里叶单像素成像方法，其特征在于：包括如下步骤，
步骤一、初始化采样参数，并对采样次数进行分组，分组数N；
步骤二、进行P1次采样，然后根据采样的傅里叶系数重构图像，在每次重构完成后将n变为n+1；
步骤三、将重构后的低分辨率图像In-1进行插值得到插值后的高分辨率图像en；
步骤四、对步骤三插值后的高分辨率图像en进行离散傅里叶变换得到一个数组En；
步骤五、对变换后的数组En中未采样的数值进行降序排列，取前Pn个值作为待采样的系数；
步骤六、根据Pn个值所对应的傅里叶频谱元素位置生成对应的傅里叶投影图案，进行傅里叶单像素采样Pn次；
步骤七、根据前P＝{P1,P2,…,Pn}次采样的数据重构得到图像In。重构完成后将n变为n+1；
步骤八、判断n是否大于N，当n不大于N时跳转至步骤三；当n大于N时，此时通过P＝{P1,P2,…,PN}次采样的数据重构图像，得到具有更多的细节信息的重构图像IN。
2.如权利要求1所述的一种非均匀采样策略的傅里叶单像素成像方法，其特征在于：步骤一实现方法为，
根据分组数N将采样的总次数P分为N组:P＝{P1,P2,…,PN}。
3.如权利要求2所述的一种非均匀采样策略的傅里叶单像素成像方法，其特征在于：步骤二实现方法为，
进行P1次采样，然后根据采样的傅里叶系数重构图像，重构的计算公式如式(1)所示：
式(1)中In为I*J的矩阵，其中x＝0,1,2,…,I-1和y＝0,1,2,…,J-1，F(u,v)为In的傅里叶变换，其中u＝0,1,2,…,I-1和v＝0,1,2,…·,J-1；
在每次重构完成后将n变为n+1。
4.如权利要求3所述的一种非均匀采样策略的傅里叶单像素成像方法，其特征在于：
对步骤三插值后的高分辨率图像en进行离散傅里叶变换得到一个数组En；变换公式如式(2)所示：
。
CN201910652291.5A 2019-07-18 2019-07-18 一种基于非均匀采样策略的傅里叶单像素成像方法 Active CN110427951B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910652291.5A CN110427951B (zh) 2019-07-18 2019-07-18 一种基于非均匀采样策略的傅里叶单像素成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910652291.5A CN110427951B (zh) 2019-07-18 2019-07-18 一种基于非均匀采样策略的傅里叶单像素成像方法

Publications (2)

Publication Number Publication Date
CN110427951A true CN110427951A (zh) 2019-11-08
CN110427951B CN110427951B (zh) 2021-09-28

Family

ID=68410016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910652291.5A Active CN110427951B (zh) 2019-07-18 2019-07-18 一种基于非均匀采样策略的傅里叶单像素成像方法

Country Status (1)

Country Link
CN (1) CN110427951B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111968032A (zh) * 2020-07-23 2020-11-20 太原理工大学 一种自适应采样的单像素成像方法
CN112801082A (zh) * 2021-01-22 2021-05-14 北京百度网讯科技有限公司 图像的采样方法、装置及电子设备
CN113114882A (zh) * 2021-03-26 2021-07-13 暨南大学 一种高采样效率的傅里叶单像素成像方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103105610A (zh) * 2013-01-18 2013-05-15 北京理工大学 基于非均匀采样的dpc-mab sar成像方法
CN106646512A (zh) * 2016-12-29 2017-05-10 北京理工大学 一种基于仿生视觉机理的鬼成像方法及系统
CN108181625A (zh) * 2018-01-30 2018-06-19 电子科技大学 一种基于非均匀频谱估计的钻孔雷达成像方法
CN108259865A (zh) * 2018-03-09 2018-07-06 暨南大学 一种基于单像素探测器的彩色成像方法和系统
CN108564090A (zh) * 2018-03-30 2018-09-21 中国科学院合肥物质科学研究院 一种基于信号加权的快速傅里叶单像素成像方法
CN108648147A (zh) * 2018-05-08 2018-10-12 北京理工大学 一种人眼视网膜机理的超分辨率图像获取方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103105610A (zh) * 2013-01-18 2013-05-15 北京理工大学 基于非均匀采样的dpc-mab sar成像方法
CN106646512A (zh) * 2016-12-29 2017-05-10 北京理工大学 一种基于仿生视觉机理的鬼成像方法及系统
CN108181625A (zh) * 2018-01-30 2018-06-19 电子科技大学 一种基于非均匀频谱估计的钻孔雷达成像方法
CN108259865A (zh) * 2018-03-09 2018-07-06 暨南大学 一种基于单像素探测器的彩色成像方法和系统
CN108564090A (zh) * 2018-03-30 2018-09-21 中国科学院合肥物质科学研究院 一种基于信号加权的快速傅里叶单像素成像方法
CN108648147A (zh) * 2018-05-08 2018-10-12 北京理工大学 一种人眼视网膜机理的超分辨率图像获取方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MIHAI-ALEXANDRU PETROVICI1 等: "Single Pixel Camera with Compressive Sensing by Non-Uniform Sampling", 《IEEE》 *
于树海 等: "非均匀采样的傅里叶望远镜数值模拟研究", 《光学学报》 *
李奇 等: "自动对焦系统中图像非均匀采样的实验研究", 《光子学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111968032A (zh) * 2020-07-23 2020-11-20 太原理工大学 一种自适应采样的单像素成像方法
CN111968032B (zh) * 2020-07-23 2022-09-09 太原理工大学 一种自适应采样的单像素成像方法
CN112801082A (zh) * 2021-01-22 2021-05-14 北京百度网讯科技有限公司 图像的采样方法、装置及电子设备
CN112801082B (zh) * 2021-01-22 2024-01-12 北京百度网讯科技有限公司 图像的采样方法、装置及电子设备
CN113114882A (zh) * 2021-03-26 2021-07-13 暨南大学 一种高采样效率的傅里叶单像素成像方法
CN113114882B (zh) * 2021-03-26 2023-01-06 暨南大学 一种高采样效率的傅里叶单像素成像方法

Also Published As

Publication number Publication date
CN110427951B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN110427951A (zh) 一种基于非均匀采样策略的傅里叶单像素成像方法
CN106772310B (zh) 一种基于计算鬼成像的目标鉴定装置及其方法
Peng et al. Residual pixel attention network for spectral reconstruction from RGB images
CN104581166B (zh) 一种基于多通道采集影像的压缩成像系统及方法
CN104992424A (zh) 一种基于离散余弦变换的单像素快速主动成像系统
Zhang et al. Denoising autoencoder aided spectrum reconstruction for colloidal quantum dot spectrometers
CN111640067B (zh) 基于三通道卷积神经网络的单幅图像超分辨率重建方法
WO2023109719A1 (zh) 一种太赫兹单像素超分辨成像方法和系统
CN112950480A (zh) 一种融合多感受野和密集残差注意的超分辨率重建方法
Xue et al. Research on gan-based image super-resolution method
CN105321183B (zh) 基于短曝光斑点图统计特性的幸运成像选帧方法
CN112113661B (zh) 一种深度学习型快照式光谱成像装置及其探测方法
CN114894740A (zh) 一种太赫兹单像素成像方法与系统
CN112923867B (zh) 一种基于频谱显著性的傅里叶单像素成像方法
Wang et al. Gridformer: Residual dense transformer with grid structure for image restoration in adverse weather conditions
CN1208952C (zh) 提高图像分辨率的方法
CN110163821B (zh) 一种基于非负约束的奇异值分解压缩鬼成像方法及系统
Zou et al. Enhanced channel attention network with cross-layer feature fusion for spectral reconstruction in the presence of Gaussian noise
Zhong et al. Scalable image compressed sensing with generator networks
CN116350198A (zh) 一种远距离移动目标心率实时监测方法
Song et al. Single-pixel imaging based on deep learning
CN106204486B (zh) 一种基于阿达玛变换的近红外荧光显微单元成像装置及方法
CN115410090A (zh) 基于图像分割的空间外差光谱仪图像压缩感知重构方法
CN115278247A (zh) 一种偏振光谱视频压缩采集系统
CN103929577B (zh) 基于压缩感知的紫外光与红外光成像系统和方法

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