CN112468791B - 基于单像素探测的光强测量迭代成像方法 - Google Patents

基于单像素探测的光强测量迭代成像方法 Download PDF

Info

Publication number
CN112468791B
CN112468791B CN202011334352.2A CN202011334352A CN112468791B CN 112468791 B CN112468791 B CN 112468791B CN 202011334352 A CN202011334352 A CN 202011334352A CN 112468791 B CN112468791 B CN 112468791B
Authority
CN
China
Prior art keywords
matrix
sequence
phi
modulation
modulation 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
Application number
CN202011334352.2A
Other languages
English (en)
Other versions
CN112468791A (zh
Inventor
余远金
杨照华
李旺
陈时壮
刘颖
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.)
Beihang University
Beijing Institute of Technology BIT
Original Assignee
Beihang University
Beijing Institute of Technology BIT
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 Beihang University, Beijing Institute of Technology BIT filed Critical Beihang University
Priority to CN202011334352.2A priority Critical patent/CN112468791B/zh
Publication of CN112468791A publication Critical patent/CN112468791A/zh
Application granted granted Critical
Publication of CN112468791B publication Critical patent/CN112468791B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals
    • H04N9/67Circuits for processing colour signals for matrixing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals
    • H04N9/646Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种基于单像素探测的光强测量迭代成像方法,通过构建迭代构造图像Gi的模型及调制矩阵序列Φi自适应更新规则,对调制矩阵进行迭代分割,形成调制矩阵序列,空间光调制器从调制矩阵序列中选取第一个调制矩阵对光场进行调制;单像素探测器对经过目标物体后的总光强进行测量,将光强测量值进行迭代计算,并根据计算结果自适应更新调制矩阵序列,直至最后重构出目标物体的灰度图像。本发明能够获得高信噪比的图像,且能够根据目标物体的稀疏程度自适应的调节需要的调制矩阵数量。

Description

基于单像素探测的光强测量迭代成像方法
技术领域
本发明涉及单像素成像领域,具体涉及一种基于单像素探测的光强测量迭代成像方法。
背景技术
在目前的成像技术中,单像素成像技术作为一种新颖的成像技术备受关注,其仅通过单点探测物体光强涨落或相位涨落即可重构目标物体的成像机制,使其具有实现超分辨抗干扰的独特优势,并可应用在探测困难设备昂贵的近红外等不可见波段,因此,其在生物医学、远距离遥感等方面具有极大的潜在应用价值。
单像素成像方案在实施过程中,需要根据调制矩阵生成一组散斑光场序列来照射目标物体,利用探测器收集物体的透射光或反射光,牺牲时间分辨率的方式来换取空间分辨率,实质上是对物体进行不同模式的时空频变换,目前,常用的调制矩阵主要分为随机矩阵,哈达玛矩阵以及傅里叶基矩阵[Zhang,Z. B.,Zhong,J.G.,et al,Hadamard single-pixel imaging versus Fourier single-pixel imaging,Vol.25,No.16,Optics Express(2017)],利用哈达玛矩阵作为调制矩阵可以获取物体的哈达玛谱,利用傅里叶基矩阵作为调制矩阵可以获取物体的傅里叶谱,但二者均需要花费大量时间进行数据采样以及目标图像重构。
目前,针对单像素成像需要进行多次采样测量的问题,相继提出了结合压缩感知理论的单像素成像方案,可利用图像的稀疏特性实现欠采样,但是这种压缩感知理论的方法实际上是一种凸优化过程,在进行图像重建时会加大计算机负担,会比线性算法耗费更多的计算时间。对哈达玛矩阵进行排序,将图像恢复过程中贡献较大的调制光场优先计算也可以有效降低采样次数,但这种方法使用之前需要对目标物体进行一次全采样获得贡献较大调制光场的先验信息,实用性并不高。
发明内容
本发明的目的在于提供一种基于单像素探测的自适应迭代成像方法,通过对矩阵进行迭代分割构造调制矩阵序列,根据探测光强值进行调制矩阵序列更新,并根据光强信号迭代计算以恢复目标图像,该方案可自适应地调节探测过程中所需调制矩阵数目,减少采样次数的同时恢复物体高质量图像。
本发明的一种基于单像素探测的光强测量迭代成像方法,其包括以下步骤:
S1、确定需要达到的成像分辨率M×N,其中M,N均为正整数;
S2、根据确定的成像分辨率构造空间光调制器的调制矩阵序列为:
Φ1={S1,S2,…,Sn}
其中,任意一个调制矩阵Sk,k∈(1,2,…,n)为M×N维矩阵,n=M×N,其包括以下具体步骤:
S21、令调制矩阵S1中所有的元素均为1;
S22、进行第1次矩阵分割,将调制矩阵S1分割为2个子矩阵S11,S12,将S11矩阵扩充为M×N维矩阵,扩充的元素处补0构成调制矩阵S2
S23、进行第2次矩阵分割,将矩阵S11,S12分割为4个矩阵S21,S22,S23,S24, 将S21,S23分别扩充为M×N维矩阵,扩充的元素处补0构成调制矩阵S3,S4
S24、进行第k次矩阵分割,将矩阵
Figure BDA0002796724220000021
分割为2k个矩阵
Figure BDA0002796724220000022
Figure BDA0002796724220000023
分别扩充为M×N维矩阵,扩充的元素处补0构成调制矩阵;
S25、继续进行矩阵分割,直至所有的分割矩阵无法再进行分割即构造出所有的矩阵序列S1,S2,…,Sn,它构成调制矩阵的一个初始序列为:
Φ1={S1,S2,…,Sn}
调制矩阵序列Φi,i>1,是Φ1的一个子序列,其能够自适应更新;
S3、构建迭代构造图像Gi的模型:
Figure BDA0002796724220000024
其中,Gi为第i次测量后构造出的图像,Gi-1为第i-1次测量所构造出的图像,Bi为单像素探测器的第i次的测量值,Ski为从矩阵序列Φi中选取的第1 个调制矩阵,也就是第i次测量所需要的调制矩阵,Spi为重构所需的辅助矩阵;
S4、构建调制矩阵序列Φi自适应更新规则;
根据第i次单像素探测器的测量值Bi反馈自适应的调整第i+1次调制矩阵序列Φi+1,先将Ski从序列Φi中剔除得到新的序列记为序列Φi,i+1,根据 Bi的不同值按不同方法构造出Φi+1,Φi+1作为新的调制矩阵序列,为Φi序列的子集并且Φi+1序列内部元素的排序仍然按照Φi中各元素的顺序,Φi+1的第 1个矩阵即为空间光调制器第i+1次的调制矩阵;
另外,规定i>1,该方法适用于更新形成序列Φ3以及它之后的序列,Φ2默认为{S2,S3…,Sn};
若Bi≈0则有:
Φi+1={Sk,Sk∈Φi,i+1|(Sk·Ski)=0}
若Bi≈(Spi·Gi-1)则有:
Φi+1={Sk,Sk∈Φi,i+1|[Sk·(Spi-Ski)]=0}
对于Bi的其他取值情况有:
Φi+1={Sk,Sk∈Φi,i+1}
其中,Φi+1为第i+1次的调制矩阵序列,Φi,i+1为将调制矩阵序列Φi去除第一项Ski后的矩阵序列,Spi为重构所需的辅助矩阵;Bi为单像素探测器的第 i次的测量值,Gi-1为第i-1次测量所构造出的图像;
S5、令i=1,进行第一次测量,调制矩阵序列为Φ1={S1,S2,…,Sn},选取的第1个调制矩阵为Sk1=S1,成像计算机将该调制矩阵给空间光调制器,空间光调制器根据调制矩阵对光场进行调制,单像素探测器获取的测量值为B1,根据迭代构造图像Gi的模型重构图像
Figure BDA0002796724220000031
S6、令i=2,进行第二次测量,令调制矩阵序列Φ2={S2,S3,…,Sn},选取调制矩阵序列Φ2中的第一个矩阵S2作为第2次测量重构所需的调制矩阵Sk2,成像计算机将该调制矩阵给空间光调制器,空间光调制器根据调制矩阵对光场进行调制,单像素探测器获取的测量值为B2;根据迭代构造图像Gi的模型迭代重构图像G2;
S7、令i=i+1,对应于第三次及以后的测量,根据调制矩阵序列Φi自适应更新规则及迭代构造图像Gi的模型迭代重构图像Gi
根据测量值Bi和上一次测量重构的图像Gi-1,用以下迭代公式重构图像Gi
Figure BDA0002796724220000041
其中,Gi为第i次测量后重构出的图像,Gi-1为第i-1次测量所重构出的图像,Bi为单像素探测器的第i次的测量值,Ski为从矩阵序列Φi中选取的第1 个调制矩阵,也就是第i次测量所需要的调制矩阵,Spi为重构所需的辅助矩阵;
S8、重复步骤S7,并将更新的调制矩阵序列的长度作为迭代结束的标志,当根据调制矩阵序列Φi自适应更新规则得到的Φi+1为空集时便结束迭代运算, Gi即重构出要得到的目标物体的像。
优选地,辅助矩阵Spi选取规则如下:
将矩阵Ski与序列{Sk1,Sk2,Sp2-Sk2,Sk3,Sp3-Sk3…,Sk(i-1),Sp(i-1)-Sk(i-1)}中按逆序选取的调制矩阵做内积,找出第一个内积为非0的调制矩阵Spi
优选地,调制矩阵通过矩阵分割得到,采用的分割方法包括但不限于先横向等分分割,后纵向等分分割方法。
优选地,自适应更新规则适用于更新形成序列Φ3以及它之后的序列。
本发明的有益效果:
(1)本发明是一种基于单像素探测的迭代成像方法,通过对矩阵进行迭代分割构造出调制矩阵序列,根据一维的光强测量值迭代计算出各像素处的灰度值,从而恢复出目标物体的图像,实现该方法的算法简单,计算量小。
(2)本发明采用自适应的成像方法,自适应体现在该方法根据光强测量值反馈的自适应调制矩阵序列更新,从而能根据成像目标的稀疏特性自适应的调整所需要的调制矩阵数量以及调制矩阵序列,也即能够自适应的调节采样率,在不降低图像成像质量的条件下提高成像速度。
附图说明
图1为本发明一种基于单像素探测的光强测量迭代成像方法的流程图;
图2为本发明的系统原理示意图;
图3为本发明的算法流程图;
图4为本发明实施例的先横向、后纵向等分分割的8×8调制矩阵序列;
图5为本发明实施例的先纵向、后横向等分分割的8×8调制矩阵序列;
图6为本发明实施例以图5初始调制矩阵序列进行字母T的各次迭代过程图;
图7为本发明实施例以图4所示初始调制矩阵序列的成像结果采样数对比图;
图8为本发明实施例以图5所示初始调制矩阵序列的成像结果采样数对比图。
图中:
1—激光器,2—激光反射镜,3—扩束镜,4—DMD数字微镜,5—初始调制矩阵序列,6—成像透镜,7—将要成像的物体,8—光强收集透镜,9—总光强探测的桶探测器,10—成像关联计算机。
具体实施方式
为详尽本发明之技术内容、结构特征、所达成目的及功效,以下将结合说明书附图对本发明的一种实施方式进行说明。
图1~图6所示的本发明是一种基于单像素探测的光强测量迭代成像方法。
本发明方法首先根据所需的分辨率,通过迭代分割构造出初始调制矩阵序列Φ1存储在成像计算机中,成像计算机从第一个调制矩阵序列中选取序列中排在首位的调制矩阵给空间光调制器,激光器发出的激光经过准直扩束投射到空间光调制器上,空间光调制器根据调制矩阵对光场进行调制,经调制后的光场通过成像透镜L1照射在要成像的物体上,物体反射或透射出的光场经过收集透镜L2到达单像素探测器的探测位置,单像素探测器对经过成像物体后的总光场强度进行测量,得到一维的光强测量值传递给成像计算机,成像计算机接收光强测量值后应用本发明的方法迭代计算各像素的灰度值,并根据测量值反馈自适应的更新调制矩阵序列Φi+1,以确定下一个给空间光调制器的调制矩阵,如此迭代直至更新过后的调制矩阵序列为空,即可获得高质量的物体恢复图像。
为了说明该发明能根据成像物体自适应的调整调制矩阵和采样数,以对字母B进行成像为例的具体过程如下:
S1、确定需要达到的成像分辨率M×N,其中M,N均为正整数,在本实施例中,所需要达到的成像分辨率为8×8;
S2、根据确定的成像分辨率构造空间光调制器的调制矩阵序列 S1,S2,…,Sk,…,Sn,其中任意一个调制矩阵Sk,k∈(1,2,…,n)为M×N维矩阵,其中,n=M×N。
在本实施例中,所需要达到的成像分辨率为8×8,则初始调制矩阵序列中有64个调制矩阵,
构造调制矩阵序列包括以下具体步骤:
S21、令调制矩阵S1中所有的元素均为1,则调制矩阵S1为:
Figure BDA0002796724220000061
在本实施例中构成第一个调制矩阵S1
Figure BDA0002796724220000062
S22、进行第1次矩阵分割,将调制矩阵S1分割为2个子矩阵S11,S12,将S11矩阵扩充为M×N维矩阵,扩充的元素处补0构成调制矩阵S2
要求重构图像像素为M×N时,初始调制矩阵序列中只需要包含M×N 个初始调制矩阵,这些调制矩阵可以通过矩阵分割得到,采用的分割方法不限于先横向等分分割后纵向等分分割这一种,分割方法的不同并不影响本方案提出的重构算法的使用,但在不同的分割方法下可能会导致不同的重构次数。
按本发明的调制矩阵构造步骤可以构造出多种调制矩阵序列。本实例中采用先横向等分分割,后纵向等分分割,构造的矩阵序列为:
调制矩阵S2为:
Figure BDA0002796724220000071
进行第1次横向等分分割构造调制矩阵S2
Figure BDA0002796724220000072
S23、进行第2次矩阵分割,将矩阵S11,S12分割为4个矩阵S21,S22,S23,S24, 将S21,S23分别扩充为M×N维矩阵,扩充的元素处补0构成调制矩阵S3,S4,则调制矩阵S3,S4为:
以进行第2次横向等分分割构造调制矩阵S3,S4为例;
Figure BDA0002796724220000081
本实例中:
Figure BDA0002796724220000082
S24、进行第k次矩阵分割,将矩阵
Figure BDA0002796724220000083
分割为2k个矩阵
Figure BDA0002796724220000084
Figure BDA0002796724220000085
分别扩充为M×N维矩阵,扩充的元素处补0构成调制矩阵;
S25、继续进行矩阵分割,直至所有的分割矩阵无法再进行分割即构造出所有的矩阵序列S1,S2,…,Sn
本实例中,以此类推直至所有的分割矩阵无法再进行分割,即得到初始矩阵序列{S1,S2,…,S63,S64},其中S63,S64的矩阵表示如下:
Figure BDA0002796724220000086
六十四个矩阵构成调制矩阵的一个初始序列,S1,S2,…,S63,S64的图形化显示如图4。
图4为本发明的先横向等分分割,后纵向等分分割的8×8调制矩阵序列,从左至右,从上到下分别为调制矩阵S1,S2,…S63,S64
图5为先纵向等分分割,后横向等分分割的8×8调制矩阵序列,从左至右,从上到下分别为调制矩阵S1,S2,…S63,S64
S3、构建迭代构造图像Gi的模型:
空间光调制器根据从调制矩阵序列Φi的序列中选取第1个矩阵Ski对光场进行调制,用单像素探测器对经过目标物体后的总光强进行测量,得到第i 次的测量值Bi,将矩阵Ski与矩阵序列{Sk1,Sk2,Sp2-Sk2,Sk3,Sp3- Sk3…,Sk(i-1),Sp(i-1)-Sk(i-1)}按逆序依次做内积,找出第一个内积为非0的调制矩阵并记为Spi,迭代构造出图像Gi
Figure BDA0002796724220000091
其中,Gi为第i次测量后构造出的图像,Gi-1为第i-1次测量所构造出的图像,Bi为单像素探测器的第i次的测量值,Ski为从矩阵序列Φi中选取的第1 个调制矩阵,也就是第i次测量所需要的调制矩阵,Spi为重构所需的辅助矩阵;
辅助矩阵Spi选取规则如下:
关于迭代公式中Spi的选取:将矩阵Ski与序列{Sk1,Sk2,Sp2-Sk2,Sk3,Sp3- Sk3…,Sk(i-1),Sp(i-1)-Sk(i-1)}中按逆序选取的调制矩阵做内积,找出第一个内积为非0的调制矩阵Spi。比如Sk2与序列{Sk1}按逆序做内积选择出内积结果非零的矩阵Sp2,Sk3与序列{Sk1,Sk2,Sp2-Sk2}按逆序做内积选择出内积结果非零的矩阵Sp3,Sk4与序列{Sk1,Sk2,Sp2-Sk2,Sk3,Sp3-Sk3}按逆序做内积选择出内积结果非零的矩阵Sp4
S4、构建调制矩阵序列Φi自适应更新规则;
调制矩阵序列Φi,i>1,是Φ1的一个子序列,其能够根据自适应更新规则进行更新。
自适应更新规则适用于更新形成序列Φ3以及它之后的序列,Φ2默认为 {S2,S3…,S63,S64}。
根据第i次单像素探测器的测量值Bi反馈自适应的调整第i+1次调制矩阵序列Φi+1,先将Ski从序列Φi中剔除得到新的序列记为序列Φi,i+1,根据 Bi的不同值按不同方法构造出Φi+1,Φi+1作为新的调制矩阵序列,为Φi序列的子集并且Φi+1序列内部元素的排序仍然按照Φi中各元素的顺序,Φi+1的第 1个矩阵即为空间光调制器第i+1次的调制矩阵。
另外,规定i>1,该方法适用于更新形成序列Φ3以及它之后的序列,Φ2默认为{S2,S3…,S63,S64}。
若Bi≈0则有:
Φi+1={Sk,Sk∈Φi,i+1|(Sk·Ski)=0}
若Bi≈(Spi·Gi-1)则有:
Φi+1={Sk,Sk∈Φi,i+1|[Sk·(Spi-Ski)]=0}
对于Bi的其他取值情况有:
Φi+1={Sk,Sk∈Φi,i+1}
其中,Φi+1为第i+1次的调制矩阵序列,Φi,i+1为将调制矩阵序列Φi去除第一项Ski后的矩阵序列,Spi为从{Sk1,Sk2,Sp2-Sk2,Sk3,Sp3- Sk3…,Sk(i-1),Sp(i-1)-Sk(i-1)}中按逆序选出的第一个与Ski内积为非0的调制矩阵, Bi为单像素探测器的第i次的测量值,Gi-1为第i-1次测量所构造出的图像。
S5、令i=1,进行第一次测量,该实例下的初始调制矩阵序列为Φ1= {S1,S2…,S63,S64},选取的第1个调制矩阵为Sk1=S1,成像计算机将该调制矩阵给空间光调制器,空间光调制器根据调制矩阵对光场进行调制,单像素探测器获取的测量值为B1,根据迭代构造图像Gi的模型重构图像
Figure BDA0002796724220000101
S6、令i=2,进行第二次测量,调制矩阵序列默认为Φ2={S2,S3…,S63,S64},选取调制矩阵序列Φ2中的第一个矩阵S2作为第2次测量重构所需的调制矩阵 Sk2,成像计算机将该调制矩阵给空间光调制器,空间光调制器根据调制矩阵对光场进行调制,单像素探测器获取的测量值为B2。根据迭代构造图像Gi的模型迭代重构图像G2;
S7、令i=i+1,对应于第三次及以后的测量,根据调制矩阵序列Φi自适应更新规则及迭代构造图像Gi的模型迭代重构图像Gi
根据测量值Bi和上一次测量重构的图像Gi-1,用以下迭代公式重构图像Gi
Figure BDA0002796724220000111
其中,Gi为第i次测量后重构出的图像,Gi-1为第i-1次测量所重构出的图像,Bi为单像素探测器的第i次的测量值,Ski为从矩阵序列Φi中选取的第1 个调制矩阵,也就是第i次测量所需要的调制矩阵,Spi为重构所需的辅助矩阵;
S8、重复步骤S7,并将更新的调制矩阵序列的长度作为迭代结束的标志,当根据步骤S4构建的调制矩阵序列Φi自适应更新规则得到的Φi+1为空集时便结束迭代运算,Gi即重构出要得到的目标物体的像。
本实例中,以对字母B进行成像为例的前四次具体计算过程如下:
成像分辨率为8×8的黑白字母B的反射率函数可以用矩阵F表示,
Figure BDA0002796724220000112
对于第一次测量,即i=1,
调制矩阵序列为Φ1={S1,S2…,S63,S64},选取的第1个调制矩阵为Sk1=S1,成像计算机将该调制矩阵给空间光调制器,空间光调制器根据调制矩阵对光场进行调制,单像素探测器获取的测量值为B1,对于第一次测量,有图像
Figure BDA0002796724220000113
Figure BDA0002796724220000114
对于第一次测量与重构:
Figure BDA0002796724220000115
即:
Figure BDA0002796724220000121
对于第二次及以后的测量,即i>1:
由自适应更新规则,调制矩阵序列Φ2默认为{S2,S3…,S63,S64},选取调制矩阵序列Φ2中的第一个矩阵S2作为第2次测量重构所需的调制矩阵Sk2,成像计算机将该调制矩阵给空间光调制器,空间光调制器根据调制矩阵对光场进行调制,单像素探测器获取的测量值为B2
根据测量值Bi和上一次测量重构的图像Gi-1,用以下迭代公式重构图像Gi
Figure BDA0002796724220000122
其中,Gi为第i次测量后重构出的图像,Gi-1为第i-1次测量所重构出的图像,Bi为单像素探测器的第i次的测量值,Ski为从矩阵序列Φi中选取的第1 个调制矩阵,也就是第i次测量所需要的调制矩阵,Spi为重构所需的辅助矩阵;
对于第二次测量与重构:
Φ2={S2,S3…,S63,S64},Sk2=S2,Sp2=S1,B2≈F·S2=14
Figure BDA0002796724220000123
即:
Figure BDA0002796724220000124
对于第三次测量与重构:
由于B2并没有满足自适应更新规则中的B2≈0或B2≈(Spi·Gi-1)这两个条件,所以Φ3为Φ2中直接去掉S2后的结果,Φ3={S3…,S63,S64},Sk3=S3, Sp3=S2,B3≈F·S3=6
Figure BDA0002796724220000131
即:
Figure BDA0002796724220000132
对于第四次测量与重构:
B3也没有满足自适应更新规则中的B2≈0或B2≈(Spi·Gi-1)这两个条件,所以Φ4为Φ3中直接去掉S3后的结果,Φ3={S4,…,S63,S64},Sk4=S4, Sp4=S1-S2,B4≈F·S4=5
Figure BDA0002796724220000133
即:
Figure BDA0002796724220000134
由以上四次具体计算可以看出该图像重构方法就是在第i次测量与重构时归一化该次调制矩阵Ski与(Spi-Ski)中元素1所对应的物体成像面中那一块区域的灰度值,迭代结束时,重构出的图像矩阵的每一个元素(像素点)就是与物体成像面上对应的小块区域内的归一化灰度值。该图像重构方法自适应更新规则最大的特点就是当确定下一次的调制矩阵时会自动在调制矩阵序列中自动剔除不会对图像重构有贡献的矩阵,从而加快成像速度。
在计算出第i次测量对应的重构图像Gi后,根据第i次单像素探测器的测量值Bi按自适应更新规则中规定的方法自适应更新第i+1次调制矩阵序列Φi+1。选取Φi+1序列中的第一个矩阵当做第i+1次测量所需的调制矩阵,成像计算机将该调制矩阵给空间光调制器,空间光调制器根据调制矩阵对光场进行调制,单像素探测器获取的测量值为Bi+1,依据迭代公式重构出Gi+1
将更新的调制矩阵序列的长度作为迭代结束的标志,当根据步骤S4得到的Φi+1为空集时便可以不继续进行迭代运算,Gi即重构出要得到的目标物体的像。
这里目标物体尺寸为8×8像素,因此最多经过64次迭代计算就可重构出物体的像。
图6从左到右、从上到下是以图5所示的初始调制矩阵序列进行字母T 的各次迭代过程。图中后几幅图是进行更为细分的灰度值归一化,由于字母T 的大片区域灰度值是相同的,所以出现了后几幅图灰度分布相同的情况。
分别对字母B和T两个不同的成像目标采用本发明的方法进行成像,根据本发明的方法,调制矩阵序列的数量是根据测量值反馈自适应调节的。使用本发明的方法对分辨率为8×8的字母B和T的成像结果如图 7 、8 所示,图 7 中的采样数是在如图4 中表示的调制矩阵序列下得到的,图 8 中的采样数是在如图5 中表示的调制矩阵序列下得到的。可以看出本发明能够重构出高质量的图像,对比采样数可以看出不同稀疏情况的目标物体的采样数是不同的,而且对于不同的初始调制矩阵序列其采样数也是不同的,字母B和字母T由于是左右对称的,所以用先纵向等分分割后横向等分分割的初始调制矩阵序列来重构图像所需的采样数较少。
本发明如图4所示初始调制矩阵序列的成像结果如图7所示,在图7中第 2行成像物体“B”的采样数如第2行第4列所示为“51”;在图7中第2行成像物体“T”的采样数如第3行第4列所示为“52”;
本发明如图5所示初始调制矩阵序列的成像结果如图8所示,在图8中第 2行成像物体“B”的采样数如第2行第4列所示为“45”;在图8中第2行成像物体“T”的采样数如第3行第4列所示为“34”。
以上所述的实施例仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。

Claims (3)

1.一种基于单像素探测的光强测量迭代成像方法,其特征在于,其包括以下步骤:
S1、确定需要达到的成像分辨率M×N,其中M,N均为正整数;
S2、根据确定的成像分辨率构造空间光调制器的调制矩阵序列为:
Φ1={S1,S2,…,Sn}
其中,任意一个调制矩阵Sk,k∈(1,2,…,n)为M×N维矩阵,n=M×N,其包括以下具体步骤:
S21、令调制矩阵S1中所有的元素均为1;
S22、进行第1次矩阵分割,将调制矩阵S1分割为2个子矩阵S11,S12,将S11矩阵扩充为M×N维矩阵,扩充的元素处补0构成调制矩阵S2
S23、进行第2次矩阵分割,将矩阵S11,S12分割为4个矩阵S21,S22,S23,S24,将S21,S23分别扩充为M×N维矩阵,扩充的元素处补0构成调制矩阵S3,S4
S24、进行第k次矩阵分割,将矩阵
Figure RE-FDA0003160436900000011
分割为2k个矩阵
Figure RE-FDA0003160436900000012
Figure RE-FDA0003160436900000013
分别扩充为M×N维矩阵,扩充的元素处补0构成调制矩阵;
S25、继续进行矩阵分割,直至所有的分割矩阵无法再进行分割即构造出所有的矩阵序列S1,S2,…,Sn,它构成调制矩阵的一个初始序列为:
Φ1={S1,S2,…,Sn}
其中,调制矩阵序列Φi,i>1,是Φ1的一个子序列,其能够自适应更新;
S3、构建迭代构造图像Gi的模型:
Figure RE-FDA0003160436900000014
其中,Gi为第i次测量后构造出的图像,Gi-1为第i-1次测量所构造出的图像,Bi为单像素探测器的第i次的测量值,Ski为从矩阵序列Φj中选取的第1个调制矩阵,也就是第i次测量所需要的调制矩阵,Spi为重构所需的辅助矩阵;
辅助矩阵Spi选取规则如下:
将矩阵Ski与序列{Sk1,Sk2,Sp2-Sk2,Sk3,Sp3-Sk3…,Sk(i-1),Sp(i-1)-Sk(i-1)}中按逆序选取的调制矩阵做内积,找出第一个内积为非0的调制矩阵Spi
S4、构建调制矩阵序列Φi自适应更新规则;
根据第i次单像素探测器的测量值Bi反馈自适应的调整第i+1次调制矩阵序列Φi+1,先将Ski从序列Φj中剔除得到新的序列记为序列Φi,i+1,根据Bi的不同值按不同方法构造出Φi+1,Φi+1作为新的调制矩阵序列,为Φj序列的子集并且Φi+1序列内部元素的排序仍然按照Φi中各元素的顺序,Φi+1的第1个矩阵即为空间光调制器第i+1次的调制矩阵;
另外,规定i>1,该方法适用于更新形成序列Φ3以及它之后的序列,Φ2默认为{S2,S3…,Sn};
若Bi≈0则有:
Φi+1={Sk,Sk∈Φi,i+1|(Sk·Ski)=0}
若Bi≈(Spi·Gi-1)则有:
Φi+1={Sk,Sk∈Φi,i+1|[Sk·( Spi-Ski)]=0}
对于Bi的其他取值情况有:
Φi+1={Sk,Sk∈Φi,i+1}
其中,Φi+1为第i+1次的调制矩阵序列,Φi,i+1为将调制矩阵序列Φi去除第一项Ski后的矩阵序列,Spi为重构所需的辅助矩阵,Bi为单像素探测器的第i次的测量值,Gi-1为第i-1次测量所构造出的图像;
S5、令i=1,进行第一次测量,调制矩阵序列为Φ1={S1,S2,…,Sn},选取的第1个调制矩阵为Sk1=S1,成像计算机将该调制矩阵给空间光调制器,空间光调制器根据调制矩阵对光场进行调制,单像素探测器获取的测量值为B1,根据迭代构造图像Gi的模型重构图像
Figure RE-FDA0003160436900000021
S6、令i=2,进行第二次测量,令调制矩阵序列Φ2={S2,S3,…,Sn},选取调制矩阵序列Φ2中的第一个矩阵S2作为第2次测量重构所需的调制矩阵Sk2,成像计算机将该调制矩阵给空间光调制器,空间光调制器根据调制矩阵对光场进行调制,单像素探测器获取的测量值为B2;根据迭代构造图像Gi的模型迭代重构图像G2;
S7、令i=i+1,对应于第三次及以后的测量,根据调制矩阵序列Φi自适应更新规则及迭代构造图像Gi的模型迭代重构图像Gi
根据测量值Bi和上一次测量重构的图像Gi-1,用以下迭代公式重构图像Gi
Figure RE-FDA0003160436900000031
其中,Gi为第i次测量后重构出的图像,Gi-1为第i-1次测量所重构出的图像,Bi为单像素探测器的第i次的测量值,Ski为从矩阵序列Φi中选取的第1个调制矩阵,也就是第i次测量所需要的调制矩阵,Spi为重构所需的辅助矩阵;
S8、重复步骤S7,并将更新的调制矩阵序列的长度作为迭代结束的标志,当根据调制矩阵序列Φi自适应更新规则得到的Φi+1为空集时便结束迭代运算,Gi即重构出要得到的目标物体的像。
2.根据权利要求1所述的基于单像素探测的光强测量迭代成像方法,其特征在于,调制矩阵通过矩阵分割得到,采用的分割方法包括但不限于先横向等分分割,后纵向等分分割方法。
3.根据权利要求1所述的基于单像素探测的光强测量迭代成像方法,其特征在于,自适应更新规则适用于更新形成序列Φ3以及它之后的序列。
CN202011334352.2A 2020-11-25 2020-11-25 基于单像素探测的光强测量迭代成像方法 Active CN112468791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011334352.2A CN112468791B (zh) 2020-11-25 2020-11-25 基于单像素探测的光强测量迭代成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011334352.2A CN112468791B (zh) 2020-11-25 2020-11-25 基于单像素探测的光强测量迭代成像方法

Publications (2)

Publication Number Publication Date
CN112468791A CN112468791A (zh) 2021-03-09
CN112468791B true CN112468791B (zh) 2021-08-27

Family

ID=74799850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011334352.2A Active CN112468791B (zh) 2020-11-25 2020-11-25 基于单像素探测的光强测量迭代成像方法

Country Status (1)

Country Link
CN (1) CN112468791B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113395501B (zh) * 2021-06-15 2022-03-08 北京理工大学 一种基于互补性质的傅里叶单像素成像方法
CN114820283A (zh) * 2022-04-15 2022-07-29 北京航空航天大学 一种单像素光谱成像测量基自适应优化排序方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9405723D0 (en) * 1994-03-23 1994-05-11 Crosfield Electronics Ltd Method and apparatus for producing a digital half-tone representation of an image
DE19738230A1 (de) * 1996-09-04 1998-04-02 Ralf Peine Fuzzy-Skelettierung, ein Verfahren zur Skelettierung von Bildern
US5787238A (en) * 1996-11-14 1998-07-28 Xerox Corporation Clustered halftone dot design process
EP1417506A1 (en) * 2001-08-09 2004-05-12 Koninklijke Philips Electronics N.V. Method and apparatus for determining at least one contour of the left and/or right ventricle of a heart
CN101504364A (zh) * 2009-03-13 2009-08-12 重庆大学 基于mems光栅光调制器线阵的红外光谱监测系统
CN106911893B (zh) * 2017-02-23 2020-04-03 北京建筑大学 一种单像素计算成像方法
CN108833919B (zh) * 2018-06-29 2020-02-14 东北大学 基于随机循环矩阵的彩色单像素成像方法及系统
CN110348232B (zh) * 2019-06-21 2020-12-18 西安理工大学 使用相位迭代算法的计算鬼成像的光学图像加密方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
不同路径下散射介质对计算关联成像的影响;刘保磊;《光学学报》;20161031;第26卷(第10期);全文 *
单像素成像中的光信息编码与解码;邓超等;《红外与激光工程》;20190630;第48卷(第6期);全文 *
量子关联成像技术发展;赵剡;《航空兵器》;20171031(第5期);全文 *

Also Published As

Publication number Publication date
CN112468791A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN112468791B (zh) 基于单像素探测的光强测量迭代成像方法
CN107306333B (zh) 一种高速单像素成像方法
CN111047681B (zh) 基于深度学习的单像素三维端到端重建方法及装置
CN110646810A (zh) 一种散斑优化压缩感知鬼成像方法及系统
WO2023045251A1 (zh) 计算鬼成像采样过程中的噪声消除方法、系统及相关组件
CN111596310B (zh) 一种基于点探测的运动目标鬼成像系统与方法
CN114721006B (zh) 高精度单像素成像方法及系统
CN111833265A (zh) 一种基于组稀疏循环调制的鬼成像图像恢复方案
Ma et al. Multi-scale ghost imaging LiDAR via sparsity constraints using push-broom scanning
CN115546255B (zh) 基于sift流单帧条纹投影高动态范围误差补偿方法
Bao et al. Coherence retrieval using trace regularization
Gu et al. Feedback ghost imaging by gradually distinguishing and concentrating onto the edge area
CN114549335A (zh) 一种扩展单像素成像的动态范围的方法
CN111352126B (zh) 一种基于大气散射介质调制的单像素成像方法
CN113724146A (zh) 基于即插即用先验的单像素成像方法
CN109087267A (zh) 一种基于压缩感知的目标检测方法
CN116893429A (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
CN113240610B (zh) 一种基于仿人眼机制的双通道鬼成像重建方法及系统
CN112767509B (zh) 用于关联成像系统的图像重构方法
CN113029364B (zh) 分布式鲁棒的像素超分辨成像方法及计算机设备
Wang et al. Color ghost imaging via sparsity constraint and non-local self-similarity
CN114912499A (zh) 一种基于深度学习的关联成像方法和系统
Li et al. Single-pixel imaging with untrained convolutional autoencoder network
CN117876837B (zh) 基于深度展开网络的近红外单像素成像方法及系统
Huo et al. Adaptive single-pixel imaging with aggregated sampling and continuous differential measurements

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