CN111579521A - 一种基于数据选择的太赫兹压缩成像优化方法及系统 - Google Patents

一种基于数据选择的太赫兹压缩成像优化方法及系统 Download PDF

Info

Publication number
CN111579521A
CN111579521A CN202010371609.5A CN202010371609A CN111579521A CN 111579521 A CN111579521 A CN 111579521A CN 202010371609 A CN202010371609 A CN 202010371609A CN 111579521 A CN111579521 A CN 111579521A
Authority
CN
China
Prior art keywords
terahertz
imaging
image
mask plate
data selection
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
CN202010371609.5A
Other languages
English (en)
Other versions
CN111579521B (zh
Inventor
祁峰
邢春贵
刘朝阳
汪业龙
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.)
Shenyang Institute of Automation of CAS
Original Assignee
Shenyang Institute of Automation of CAS
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 Shenyang Institute of Automation of CAS filed Critical Shenyang Institute of Automation of CAS
Priority to CN202010371609.5A priority Critical patent/CN111579521B/zh
Publication of CN111579521A publication Critical patent/CN111579521A/zh
Application granted granted Critical
Publication of CN111579521B publication Critical patent/CN111579521B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3581Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211Selection of the most significant subset of features
    • G06F18/2113Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Toxicology (AREA)
  • Evolutionary Computation (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及一种基于数据选择的太赫兹压缩成像优化方法及系统。包括:太赫兹发射源,准直透镜,掩模板,汇聚透镜和太赫兹探测器,掩膜板内的调制矩阵为包含[0,1]的二值随机矩阵。太赫兹波由发射源发出,经过准直透镜后变成均匀平行光照射到掩模板和成像物体,实现对成像物体的幅度调制,调制后的透射光经汇聚透镜后聚焦到焦点,由太赫兹探测器测量其强度,随后数据经过排序及优化选取算法处理,通过压缩感知原理进行图像恢复。本发明不需要昂贵的阵列式太赫兹探测器,通过少量的测量次数就能获得太赫兹图像,经数据优化和重组方法处理后的成像质量优于传统压缩感知成像方法,实现了更优、更快的太赫兹压缩感知成像。

Description

一种基于数据选择的太赫兹压缩成像优化方法及系统
技术领域
本发明涉及太赫兹成像领域,具体说是一种基于数据选择的太赫兹压缩成像优化方法及系统。
背景技术
太赫兹波是指频率在0.1-10THz频段的电磁波辐射。太赫兹波由于其处在电磁波谱的特殊位置赋予了其一系列独特的特性,并在生物医学探测、物质特性检测、公共安全等领域得到了广泛的应用。如:太赫兹光子能量低,其非电离的特性对探测物没有损伤,可以实现无损检测;太赫兹对很多非金属材料具有穿透能力,可以作为隐蔽物探测的方式。随着太赫兹成像技术的成熟和应用的推广,原有的逐点扫描式成像方法,由于其成像速度慢,已经成为太赫兹成像领域的发展瓶颈,阵列式探测器可以实现快速成像,但是由于其成本昂贵,体积庞大,很难在实际应用中得以推广。由此,开发出具有快速且低成本的成像方法在太赫兹成像领域有着极其迫切的需求。
为了克服上述扫描式成像和阵列式探测器的不足,基于压缩感知理论的新型成像方法在太赫兹波段得以实现。压缩感知是一种充分利用信号的稀疏性进行采集、编解码的理论,能够在采样率远小于香农-奈奎斯特采样极限值的条件下,恢复出原有信号,实现了基于单探测器的快速成像系统。
典型的基于压缩感知的太赫兹成像过程是将太赫兹波均匀化后透过空间光调制器(SLM),然后照射到成像物体,带有成像物体信息的调制光经汇聚透镜汇聚后,由太赫兹探测器接收,最后使用基于压缩感知原理的图像恢复方法对成像物体的信息进行恢复。但是现有的空间光调制器价格都比较昂贵,且都是工作在可见光波段;最新的基于硅基的太赫兹调制器由于其工艺复杂,且要求成像物体蚀刻在硅片上,其应用场合十分有限。同时由于太赫兹波的波长较长,当成像分辨率和物体尺寸相当的时候,在成像系统中不可避免地发生衍射和干涉现象,导致系统的噪声增加,很难获取高信噪比的图像。所以现阶段亟需一种低成本且能很好的消除或抑制噪声影响的压缩感知太赫兹成像系统。
发明内容
针对上述技术不足,本发明提供一种基于数据选择的太赫兹压缩成像优化方法及系统,该系统使用基于印刷电路板或硅片加工工艺制成的掩模板,并在压缩感知理论的基础上,通过对数据的排序和优化处理,可以大大抑制系统噪声的影响,在较低采样率的条件下,恢复出高质量的图像。
本发明解决其技术问题所采用的技术方案是:一种基于数据选择的太赫兹压缩成像优化方法,包括以下步骤:
利用太赫兹波发射源经由掩膜板调制后照射在成像物体上;所述掩膜板上随机布设若干透光孔;
控制掩膜板在垂直太赫兹波光轴的平面内按照预设步长和轨迹运动;
设定采样次数,控制太赫兹探测器获取一系列的成像物体经由太赫兹波透射的强度序列;
对一系列强度序列的值进行重新排序和优化选取,采用最小化全变差TV方法进行图像重构,从而恢复成像物体太赫兹图像。
所述掩膜板在垂直太赫兹波光轴的平面内按照预设步长和轨迹运动,用于复合生成随机调制矩阵;
所述步长为掩模板单行/列的宽度值,所述滑动窗口大小等同于最终恢复图像的像素矩阵;
所述重新排序为按照强度幅值降序排列。
所述优化选取为:假定最终要使用m个测量值进行图像恢复,则从降序排列后的数值序列中,从初始端依次选取m/2个数值,再从最末端依次选取m/2 个数值,组合成新的m个测量值的数据集。
所述最小化全变差TV方法为:采用梯度下降法使图像的总变差最小,恢复成像物体太赫兹图像,具体为:
a.根据压缩感知的原理,假定要恢复的太赫兹图像的像素为N,N=n×n,则其按行列展开式x和调制矩阵及强度测量值之间的压缩感知的数学模型为:
y=Ax;
其中,y为m×1的测量值矩阵;A为m×N的随机调制矩阵;x即为要恢复的太赫兹图像的按行列展开的N×1的矩阵;
b.将图像的总变差||fi,j||TV最小作为约束条件,求解方程组y=Ax中的x;
min||fi,j||TV
fi,j>0;
其中,图像的总变差可以用下式表示:
Figure RE-GDA0002541074250000031
Figure RE-GDA0002541074250000032
表示图像的梯度值,fi,j表示第i行,j列的像素点像素值的大小;
c.对x进行重新的行列排布,恢复成像物体太赫兹图像。
所述随机调制矩阵为控制掩膜板按照预设窗口大小进行滑动后获取的随机透光单元组成的矩阵。
一种基于数据选择的太赫兹压缩成像优化系统,包括:太赫兹发射源,准直透镜,掩模板,成像物体,汇聚透镜和太赫兹探测器;
所述掩模板与成像物体平行放置,并与光路光轴垂直;所述发射源发射太赫兹波,所述准直透镜将太赫兹球面波准直为平面波经过所述掩模板调制后照射在成像物体上,透射的调制太赫兹波经过所述汇聚透镜聚焦在太赫兹探测器的采集窗口,所述太赫兹探测器获取所述成像物体经由太赫兹波透射调制的强度值。
还包括:电子计算机、运动控制机构;所述运动控制机构包括伺服电机、驱动器、横向直线运动模组和纵向直线运动模组,所述掩模板固定在横向运动模组上,通过伺服电机驱动横向直线运动模组和纵向直线运动模组运动,从而调整所述掩模板的位置;所述驱动器通过通讯接口与电子计算机连接;
电子计算机内部包括存储部和处理部,存储部存储有程序,处理部加载程序执行如上所述的一种基于数据选择的太赫兹压缩成像优化方法的步骤。
所述掩模板是包含[0,1]的二值随机矩阵的透射型掩模板,“1”位置为镂空的方孔,“0”位置为阻挡太赫兹波的方形块。
所述掩模板是采用印刷电路板或硅片加工工艺制成。
本发明具有以下有益效果及优点:
1.本发明采用了直线往复平移式掩模板,通过掩模板的平移,可以实现更多数量的调制矩阵,不需要昂贵的空间光调制器(SLM)或数字微镜(DMD),通过少量的测量次数就能获得和传统扫描式成像方法一致的成像质量,且价格低廉,应用范围广。
2.本发明应用了基于排序和优化选取的数据处理算法,采用最小化全变差 TV方法在原有压缩感知理论的基础上进行图像重构,实现了更快、更优的太赫兹成像。
附图说明
图1是基于数据选择的太赫兹压缩成像优化系统系统实例1结构示意图;
图2是数据排序和优化选取的算法流程图;
图3是数据排序和优化选取的方法示意图;
图4是使用传统压缩感知算法和本发明算法在不同采样率情况下的重构太赫兹图像;
其中,1为太赫兹发射源,2为准直透镜,3为掩模板,4为二维电控直线运动平台,5为成像物体,6为汇聚透镜,7为太赫兹探测器,8为电子计算机。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合实施例对本发明做进一步的详细说明。
如图1所示为本发明一种基于数据选择的太赫兹压缩成像优化系统结构示意图,该成像系统能实现电控掩膜板运动调整掩膜板的位置生成随机调制矩阵,以及控制太赫兹探测器获取一系列的成像物体经由太赫兹波透射的强度值,并由电子计算机8按照算法程序自动完成太赫兹图像的恢复。包括:产生太赫兹波的发射源1,将太赫兹球面波准直为平面波的准直透镜2,实现太赫兹透射的掩模板3,成像物体5,收集太赫兹调制信息的汇聚透镜6和太赫兹探测器7,电子计算机8。
其中的掩模板3是采用印刷电路板工艺或硅片加工等制成的包含[0,1]二值随机矩阵的透射型掩模板,“1”对应镂空的方孔,“0”对应位置能阻挡太赫兹,例如采用印刷金属附铜膜。掩模板3安装在xy二维电控直线运动平台4上,通过电控程序可以精确控制掩模板3移动的步长,并编程实现了掩模板3按“Z”字形移动,在太赫兹探测器7同步读取太赫兹波透射强度测量数值。掩模板3 上的调制矩阵采用复合移动生成的方式,可以通过按每行然后按每列的移动方式,在较少的掩膜图案上实现更多的调制矩阵。以生成m个n×n的调制矩阵为例,所需的掩膜矩阵为(2n-1)×(2n-1)。二维电控直线运动平台4带动掩模板3先沿着x轴方向移动,每次移动的步长为掩膜矩阵一列的宽度,在x向移动n次以后,再沿着y轴移动1个步长,再次沿着-x方向移动n次,依次重复这种往复移动,当掩模板3沿着y轴移动完s个步长以后,完成“Z”字形的逐行像素运动,就能获取m=n×s个调制矩阵,同时在太赫兹探测端可以获取m个测量数据。
二维电控直线运动平台4包括伺服电机、驱动器、横向直线运动模组和纵向直线运动模组,所述掩模板3固定在横向运动模组的下方,通过伺服电机驱动横向直线运动模组和纵向直线运动模组运动,从而调整所述掩模板3的位置;所述驱动器通过通讯接口与电子计算机8连接。
具体的成像过程为:由太赫兹发射源1产生一定频率的太赫兹波,通过准直透镜2将太赫兹球面波准直为均匀化的平面波,透过掩模板3的移动,照射到成像物体5上,完成了对成像物体5的调制过程,包含成像物体调制信息的太赫兹波经过汇聚透镜6汇聚到太赫兹探测器7上,通过读取太赫兹探测器7 的幅度值获取不同采样次数下的太赫兹波透射强度测量值。测量值通过基于排序和优化选取的数据处理算法进行处理后,使用最小化全变差TV的方法进行图像重构,最终获取太赫兹图像。
为抑制系统噪声和太赫兹衍射对最终成像质量的影响,本发明采用了基于数据排序和优化选取的算法对数据进行了预处理。如图2所示为该算法流程图。具体步骤如下:
1.将太赫兹探测器7获取的全部测量值按照其幅度值从大到小进行排序;
2.假定最终要使用m个测量值进行图像恢复,则从排序后的数值序列的最开始处选取m/2个数值,最末端处选取m/2个数值,重新顺序组合成含有m个测量值的数据集,图3为数值排序和优化选取的示意图。
3.对m个数据使用最小化全变差TV的方法进行图像重构。具体算法为:
根据压缩感知的数学模型,假定要恢复的太赫兹图像的像素为N(N=n×n),则其和调制矩阵及测量值之间的数学表达为:
y=Ax
其中y为m×1的测量值矩阵,A为m×N的随机调制矩阵,x为要恢复的太赫兹图像,按行列展开成N×1的矩阵。压缩感知的原理就是通过已知的测量值 y和调制矩阵A求解得到信号x。
最小化全变差TV方法是使用图像梯度作为约束条件来求解欠定方程组y=Ax。用fi,j表示第i行,j列的像素点像素值的大小,则图像的梯度值表示为:
Figure RE-GDA0002541074250000061
把梯度图形的L1范数作为目标函数,也就是图像的总变差(TV)。图像的总变差可以用下式表示:
Figure RE-GDA0002541074250000062
将图像的总变差||fi,j||TV最小作为约束条件,求解方程组y=Ax中的x。采用梯度下降法使图像的总变差最小,从而解出x。
4.对x进行重新的行列排布,形成恢复的太赫兹图像。
实例验证:
为对比验证本发明的压缩感知太赫兹成像系统的有效性和优越性,我们使用本发明的压缩感知太赫兹成像系统对一个“十”字型的金属片进行了太赫兹成像,如图4(a)为成像物体5的光学图片,图片大小为32×32。图4(b)- (e)为使用传统压缩感知算法恢复的太赫兹图像,图4(f)-(i)为使用数据排序和优化选取算法恢复的太赫兹图像。为了更加直观的比较两种算法的成像质量,我们引入均方误差(MSE)作为成像质量的衡量标准,图像的均方误差定义为:MSE=∑i[Xr(i)-X(i)]2/∑ix(i)2,其中Xr为恢复的图像,X为成像物体5的同分辨率的二值原始图像,从公式中可以看出,MSE的值越小,代表成像的质量越好。两种算法在不同采样次数的情况下的MSE值如下表:
采样次数 256 512 768 1024
传统恢复算法 0.48 0.35 0.31 0.25
数据排序和优化选取算法 0.36 0.28 0.24 0.22
从恢复的太赫兹图像质量上及MSE的数值都表明,使用数据排序和优化选取算法恢复的图像比传统恢复算法有着更好图像质量,尤其是在25%采样率的时候,就能够很清晰的恢复出成像物体5的轮廓,验证了本发明成像方法的快速和高质量的优势。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰应视为本发明的保护范围。

Claims (10)

1.一种基于数据选择的太赫兹压缩成像优化方法,其特征在于,包括以下步骤:
利用太赫兹波发射源经由掩膜板调制后照射在成像物体上;所述掩膜板上随机布设若干透光孔;
控制掩膜板在垂直太赫兹波光轴的平面内按照预设步长和轨迹运动;
设定采样次数,控制太赫兹探测器获取一系列的成像物体经由太赫兹波透射的强度序列;
对一系列强度序列的值进行重新排序和优化选取,采用最小化全变差TV方法进行图像重构,从而恢复成像物体太赫兹图像。
2.根据权利要求1所述的一种基于数据选择的太赫兹压缩成像优化方法,其特征在于,所述掩膜板在垂直太赫兹波光轴的平面内按照预设步长和轨迹运动,用于复合生成随机调制矩阵;
所述步长为掩模板单行/列的宽度值,所述滑动窗口大小等同于最终恢复图像的像素矩阵。
3.根据权利要求1所述的一种基于数据选择的太赫兹压缩成像优化方法,其特征在于,所述重新排序为按照强度幅值降序排列。
4.根据权利要求3所述的一种基于数据选择的太赫兹压缩成像优化方法,其特征在于,所述优化选取为:假定最终要使用m个测量值进行图像恢复,则从降序排列后的数值序列中,从初始端依次选取m/2个数值,再从最末端依次选取m/2个数值,组合成新的m个测量值的数据集。
5.根据权利要求1所述的一种基于数据选择的太赫兹压缩成像优化方法,其特征在于,所述最小化全变差TV方法为:采用梯度下降法使图像的总变差最小,恢复成像物体太赫兹图像,具体为:
a.根据压缩感知的原理,假定要恢复的太赫兹图像的像素为N,N=n×n,则其按行列展开式x和调制矩阵及强度测量值之间的压缩感知的数学模型为:
y=Ax;
其中,y为m×1的测量值矩阵;A为m×N的随机调制矩阵;x即为要恢复的太赫兹图像的按行列展开的N×1的矩阵;
b.将图像的总变差||fi,j||TV最小作为约束条件,求解方程组y=Ax中的x;
min||fi,j||TV
fi,j>0;
其中,图像的总变差可以用下式表示:
Figure FDA0002478329180000021
Figure FDA0002478329180000022
表示图像的梯度值,fi,j表示第i行,j列的像素点像素值的大小;
c.对x进行重新的行列排布,恢复成像物体太赫兹图像。
6.根据权利要求1所述的一种基于数据选择的太赫兹压缩成像优化方法,其特征在于,所述随机调制矩阵为控制掩膜板按照预设窗口大小进行滑动后获取的随机透光单元组成的矩阵。
7.一种基于数据选择的太赫兹压缩成像优化系统,其特征在于包括:太赫兹发射源,准直透镜,掩模板,成像物体,汇聚透镜和太赫兹探测器;
所述掩模板与成像物体平行放置,并与光路光轴垂直;所述发射源发射太赫兹波,所述准直透镜将太赫兹球面波准直为平面波经过所述掩模板调制后照射在成像物体上,透射的调制太赫兹波经过所述汇聚透镜聚焦在太赫兹探测器的采集窗口,所述太赫兹探测器获取所述成像物体经由太赫兹波透射调制的强度值。
8.根据权利要求7所述的一种基于数据选择的太赫兹压缩成像优化系统,其特征在于还包括:电子计算机、运动控制机构;
所述运动控制机构包括伺服电机、驱动器、横向直线运动模组和纵向直线运动模组,所述掩模板固定在横向运动模组上,通过伺服电机驱动横向直线运动模组和纵向直线运动模组运动,从而调整所述掩模板的位置;所述驱动器通过通讯接口与电子计算机连接;
电子计算机内部包括存储部和处理部,存储部存储有程序,处理部加载程序执行如权利要求1-6任意一项所述的一种基于数据选择的太赫兹压缩成像优化方法的步骤。
9.根据权利要求7、8所述的一种基于数据选择的太赫兹压缩成像优化系统,其特征在于,所述掩模板是包含[0,1]的二值随机矩阵的透射型掩模板,“1”位置为镂空的方孔,“0”位置为阻挡太赫兹波的方形块。
10.根据权利要求9所述的一种基于数据选择的太赫兹压缩成像优化系统,其特征在于,所述掩模板是采用印刷电路板或硅片加工工艺制成。
CN202010371609.5A 2020-05-06 2020-05-06 一种基于数据选择的太赫兹压缩成像优化方法及系统 Active CN111579521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010371609.5A CN111579521B (zh) 2020-05-06 2020-05-06 一种基于数据选择的太赫兹压缩成像优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010371609.5A CN111579521B (zh) 2020-05-06 2020-05-06 一种基于数据选择的太赫兹压缩成像优化方法及系统

Publications (2)

Publication Number Publication Date
CN111579521A true CN111579521A (zh) 2020-08-25
CN111579521B CN111579521B (zh) 2021-10-15

Family

ID=72115145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010371609.5A Active CN111579521B (zh) 2020-05-06 2020-05-06 一种基于数据选择的太赫兹压缩成像优化方法及系统

Country Status (1)

Country Link
CN (1) CN111579521B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113218910A (zh) * 2021-05-13 2021-08-06 重庆邮电大学 一种基于超表面结构的太赫兹成像系统及方法
CN116128931A (zh) * 2023-04-14 2023-05-16 山东大学 基于掩模版空间调控的全谱段快速定位系统及方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104121990A (zh) * 2014-07-22 2014-10-29 中国科学院上海光学精密机械研究所 基于随机光栅的压缩感知宽波段高光谱成像系统
CN105509880A (zh) * 2016-01-18 2016-04-20 天津大学 基于压缩感知的太赫兹辐射强度分布探测方法和装置
CN105527242A (zh) * 2014-10-27 2016-04-27 深圳先进技术研究院 一种太赫兹压缩成像系统及方法
CN106124413A (zh) * 2016-07-18 2016-11-16 天津大学 一种基于双像素的提高太赫兹波压缩感知成像质量的装置
CN106595856A (zh) * 2017-02-13 2017-04-26 天津大学 基于旋转圆盘状掩模板的太赫兹波压缩感知快速成像装置
CN206540627U (zh) * 2017-02-13 2017-10-03 天津大学 基于旋转圆盘状掩模板的太赫兹波压缩感知快速成像装置
US20170344686A1 (en) * 2016-05-25 2017-11-30 Taiwan Semiconductor Manufacturing Co., Ltd. Systems and methods for minimum-implant-area aware detailed placement
CN107451980A (zh) * 2017-08-14 2017-12-08 厦门大学 一种基于压缩感知的太赫兹图像去噪方法
CN107727238A (zh) * 2017-10-13 2018-02-23 中国科学院上海技术物理研究所 基于掩膜板调制的红外并行压缩成像系统及成像方法
US9905196B2 (en) * 2014-01-21 2018-02-27 Nvidia Corporation Unified optimization method for end-to-end camera image processing for translating a sensor captured image to a display image
CN109270022A (zh) * 2018-09-14 2019-01-25 山东大学 一种近红外光谱模型的波段选择方法及模型构建方法
CN109297925A (zh) * 2018-10-09 2019-02-01 天津大学 一种基于分块压缩感知的太赫兹高分辨率快速成像装置
US20190114787A1 (en) * 2016-03-31 2019-04-18 Nec Corporation Image detection device, image detection method and storage medium storing program
CN110320530A (zh) * 2019-05-30 2019-10-11 上海理工大学 一种基于矩阵填充的太赫兹稀疏成像设计方法
CN110400282A (zh) * 2018-04-24 2019-11-01 中国科学院沈阳自动化研究所 一种高分辨太赫兹图像处理方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9905196B2 (en) * 2014-01-21 2018-02-27 Nvidia Corporation Unified optimization method for end-to-end camera image processing for translating a sensor captured image to a display image
CN104121990A (zh) * 2014-07-22 2014-10-29 中国科学院上海光学精密机械研究所 基于随机光栅的压缩感知宽波段高光谱成像系统
CN105527242A (zh) * 2014-10-27 2016-04-27 深圳先进技术研究院 一种太赫兹压缩成像系统及方法
CN105509880A (zh) * 2016-01-18 2016-04-20 天津大学 基于压缩感知的太赫兹辐射强度分布探测方法和装置
US20190114787A1 (en) * 2016-03-31 2019-04-18 Nec Corporation Image detection device, image detection method and storage medium storing program
US20170344686A1 (en) * 2016-05-25 2017-11-30 Taiwan Semiconductor Manufacturing Co., Ltd. Systems and methods for minimum-implant-area aware detailed placement
CN106124413A (zh) * 2016-07-18 2016-11-16 天津大学 一种基于双像素的提高太赫兹波压缩感知成像质量的装置
CN206540627U (zh) * 2017-02-13 2017-10-03 天津大学 基于旋转圆盘状掩模板的太赫兹波压缩感知快速成像装置
CN106595856A (zh) * 2017-02-13 2017-04-26 天津大学 基于旋转圆盘状掩模板的太赫兹波压缩感知快速成像装置
CN107451980A (zh) * 2017-08-14 2017-12-08 厦门大学 一种基于压缩感知的太赫兹图像去噪方法
CN107727238A (zh) * 2017-10-13 2018-02-23 中国科学院上海技术物理研究所 基于掩膜板调制的红外并行压缩成像系统及成像方法
CN110400282A (zh) * 2018-04-24 2019-11-01 中国科学院沈阳自动化研究所 一种高分辨太赫兹图像处理方法
CN109270022A (zh) * 2018-09-14 2019-01-25 山东大学 一种近红外光谱模型的波段选择方法及模型构建方法
CN109297925A (zh) * 2018-10-09 2019-02-01 天津大学 一种基于分块压缩感知的太赫兹高分辨率快速成像装置
CN110320530A (zh) * 2019-05-30 2019-10-11 上海理工大学 一种基于矩阵填充的太赫兹稀疏成像设计方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
CHEN, YANG 等: "Total variation deconvolution for terahertz pulsed imaging", 《INVERSE PROBLEMS IN SCIENCE AND ENGINEERING》 *
HENG WU 等: "High-quality correspondence imaging based on sorting and compressive sensing technique", 《LASER PHYSICS LETTERS》 *
WAI LAM CHAN 等: "A single-pixel terahertz imaging system based on compressed sensing", 《APPLIED PHYSICS LETTERS》 *
WATTS., CM 等: "Terahertz compressive imaging with metamaterial spatial light modulators", 《NATURE PHOTONICS》 *
健行天下8: "总变差最小化(TV的梯度公式)公式推导", 《HTTPS://WENKU.BAIDU.COM/VIEW/8CC1770E172DED630B1CB6E9.HTML》 *
李然: "图像与视频压缩感知研究", 《中国优秀博士学位论文全文数据库信息科技辑》 *
段攀: "基于压缩感知的太赫兹成像技术研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 *
雷静 等: "面向复杂表面物体的3D太赫兹成像技术", 《太赫兹科学与电子信息学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113218910A (zh) * 2021-05-13 2021-08-06 重庆邮电大学 一种基于超表面结构的太赫兹成像系统及方法
CN116128931A (zh) * 2023-04-14 2023-05-16 山东大学 基于掩模版空间调控的全谱段快速定位系统及方法

Also Published As

Publication number Publication date
CN111579521B (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
US10170274B2 (en) TEM phase contrast imaging with image plane phase grating
CN111579521B (zh) 一种基于数据选择的太赫兹压缩成像优化方法及系统
US10224175B2 (en) Compressive transmission microscopy
CN110471082B (zh) 单像素激光计算成像装置及方法
CN111833265A (zh) 一种基于组稀疏循环调制的鬼成像图像恢复方案
CN110646810A (zh) 一种散斑优化压缩感知鬼成像方法及系统
CN108895985A (zh) 一种基于单像素探测器的物体定位方法
CN111340183B (zh) 基于深度学习的散射成像装置和方法
CN113048907B (zh) 一种基于宏像素分割的单像素多光谱成像方法及装置
CN113114882B (zh) 一种高采样效率的傅里叶单像素成像方法
CN111596310B (zh) 一种基于点探测的运动目标鬼成像系统与方法
US10110834B2 (en) Hadamard enhanced sensors
CN114387164A (zh) 一种太赫兹单像素超分辨成像方法和系统
CN111812672A (zh) 一种图像重建方法及反射式太赫兹鬼成像系统
US20230282385A1 (en) Methods and apparatus for arranging atoms in arrays
CN112468791B (zh) 基于单像素探测的光强测量迭代成像方法
CN108007385B (zh) 一种大视场弹坑表面形貌成像系统及方法
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
CN109798978B (zh) 一种采用异形蓝色噪声编码孔径的光谱成像方法
CN110823990A (zh) 一种单像素质谱成像方法和系统
CN113163082B (zh) 基于散射介质和空间光调制器共同调制的单像素成像系统
CN111854945A (zh) 一种单像素紫外偏振成像方法及系统
CN111596465A (zh) 一种漂移光束计量超分辨鬼成像质量的装置
CN114581298A (zh) 基于大容量空间复用超颖表面的单像素成像方法
CN116156144B (zh) 一种面向高光谱信息采集传输的一体化系统和方法

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