CN113992840A - 一种基于压缩感知的大视场高分辨成像方法及装置 - Google Patents
一种基于压缩感知的大视场高分辨成像方法及装置 Download PDFInfo
- Publication number
- CN113992840A CN113992840A CN202111078459.XA CN202111078459A CN113992840A CN 113992840 A CN113992840 A CN 113992840A CN 202111078459 A CN202111078459 A CN 202111078459A CN 113992840 A CN113992840 A CN 113992840A
- Authority
- CN
- China
- Prior art keywords
- resolution
- image
- field
- view
- observation 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/815—Camera processing pipelines; Components thereof for controlling the resolution by using a single image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明公开一种基于压缩感知的大视场高分辨成像方法及装置,涉及光电成像技术领域,以解决传统成像系统高精度成像集成难的技术问题。方法包括:对光信号进行预处理,将记录的阵列探测器每个像元接收到的光信号的强度信息,与预低分辨率观测矩阵关联运算,得到大视场区域图像;对大视场区域图像进行二值化处理,根据确定的目标物体区域,对高分辨率观测矩阵进行更新,将强度信息与更新的高分辨率观测矩阵进行关联运算,得到目标区域高分辨图像;将高分辨图像等比例缩放后与大视场区域图像进行融合,得到大视场高分辨成像。上述方法纪装置实现了大视场进行低分辨成像和目标物体区域进行高分辨成像,成像速度快,计算量小,具有很高的实用性。
Description
技术领域
本发明涉及光电成像技术领域,尤其涉及一种基于压缩感知的大视场高分辨成像方法及装置。
背景技术
传统大视场高分辨成像系统通常采用常平架或伺服镜式半捷联机构实现,需要对大视场进行广域扫描搜索,在发现目标后再进行跟踪并成像,上述过程需要平台与成像系统间高精度姿态配合以实现高精度目标成像,结构复杂且难以集成。随着仿生学的发展,视网膜成像技术为解决这一难题提供了思路,人眼视网膜锥细胞分布特点为中心密集边缘稀疏,这使得人眼有非常广的视角,且中区域视觉最好。当人眼进行观察时,可通过视网膜周围的大视场搜索感兴趣的物体,之后使物体所成的像恰好落在视网膜中心区域,从而对物体产生最清晰的视觉。
鉴于此,如何将压缩感知应用于大视场高分辨成像,在不依赖伺服机构同时实现大视场和高精度成像是本申请要解决的技术问题。
发明内容
本发明的目的在于提供一种基于压缩感知的大视场高分辨成像装置及方法,用于解决传统大场景高分辨成像系统在实现高精度目标成像时,需要平台与成像系统间高精度姿态配合,结构复杂且难以集成的技术问题。
为了实现上述目的,本发明提供如下技术方案:
本发明提供了一种基于压缩感知的大视场高分辨成像方法,包括以下步骤:
对获取的待成像区域的光信号进行预处理,记录阵列探测器每个像元接收到的预处理的光信号的强度信息,将所述强度信息与预存储的低分辨率观测矩阵一一对应的关联运算,得到目标区域的大视场区域图像;
对所述大视场区域图像进行二值化处理,根据二值图确定所述大视场区域图像中目标物体区域,根据所述目标物体区域,对预存储的高分辨率观测矩阵进行更新,将所述强度信息与更新后的高分辨率观测矩阵进行一一对应的关联运算,得到目标区域的高分辨图像;
将所述高分辨图像等比例缩放后与所述大视场区域图像进行融合,得到目标区域的大视场高分辨成像。
与现有技术相比,本发明提供的基于压缩感知的大视场高分辨成像方法,仿照人眼视网膜结构,基于压缩感知算法,同时实现了对大视场和目标物体的高分辨成像,采用空间光调制板产生观测矩阵,只需在成像前进行一次标定,即可储存多组观测矩阵,在成像过程中无需对空间光调制板再进行调制,只拍摄一次即可进行数据运算恢复图像,成像速度快,采用阵列探测器代替传统的压缩感知成像的桶探测器,阵列探测器中的每个像元分别作为桶探测器使用,记录光信号的强度信息并求和,可大幅提高成像速度。上述方法既可以对大视场进行低分辨成像,又可以对目标物体区域进行高分辨成像,成像速度快,计算量小,易于实现,具有很高的实用性。
本发明还提供一种基于压缩感知的大视场高分辨成像装置,包括光信号处理装置、阵列探测器、数据采集系统和计算机;
所述光信号处理装置,用于对获取的待成像区域的光信号进行预处理;
所述阵列探测器,与所述数据采集系统连通,用于将每个像元接收到的预处理的光信号的强度信息通过所述数据采集系统,发送至所述计算机;
所述计算机,用于将所述强度信息与预存储的低分辨率观测矩阵一一对应的关联运算,得到目标区域的大视场区域图像;
还用于对所述大视场区域图像进行二值化处理,根据二值图确定所述大视场区域图像中目标物体区域,根据所述目标物体区域,对预存储的高分辨率观测矩阵进行更新,将所述强度信息与更新后的高分辨率观测矩阵进行一一对应的关联运算,得到目标区域的高分辨图像;
将所述高分辨图像等比例缩放后与所述大视场区域图像进行融合,得到目标区域的大视场高分辨成像。
与现有技术相比,本发明提供的基于压缩感知的大视场高分辨成像装置的有益效果与上述技术方案所述基于压缩感知的大视场高分辨成像方法的有益效果相同,此处不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例中基于压缩感知的大视场高分辨成像方法的示意性流程图;
图2为本发明实施例中基于压缩感知的大视场高分辨成像装置的示意性结构图;
图3为对空间光调制板标定时的示意性结构图;
图4为对空间光调制板标定时点光源的标定路径图。
附图标记:
1-物镜、2-空间光调制板、3-中继透镜、4-阵列探测器、5-数据采集系统、6-计算机。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至该另一个元件上。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。“若干”的含义是一个或一个以上,除非另有明确具体的限定。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
压缩感知技术利用待采样信号的稀疏性,在远小于奈奎斯特采样率的条件下,用随机采样获取信号的离散样本,通过非线性重建算法完美的重建信号。压缩感知理论通过挖掘信息的冗余性和稀疏性,在采样过程中,不是获取图像的全部像素采样,而是通过特定的算法,选择合适的观测矩阵,每次对信号进行全局采样,然后通过这些采样结合相关的恢复算法复原图像。将恢复信号所需的优化算法转变为一个己知稀疏信号的欠定线性逆问题。压缩感知原理在大视场内目标成像方面,有很大优势,可以降低数据量并提升了图像恢复的速度。压缩感知的优点是能够从更少的采样数据下,利用优化算法重建出原始信号,这样的机制也给予了压缩感知理论在高分辨成像方向的应用价值。
如图1所示,本发明提供的基于压缩感知的大视场高分辨成像方法,包括以下步骤:
S10:对获取的待成像区域的光信号进行预处理,记录阵列探测器每个像元接收到的预处理的光信号的强度信息,将强度信息与预存储的低分辨率观测矩阵一一对应的关联运算,得到目标区域的大视场区域图像;
S20:对大视场区域图像进行二值化处理,根据二值图确定大视场区域图像中目标物体区域,根据目标物体区域,对预存储的高分辨率观测矩阵进行更新,将强度信息与更新后的高分辨率观测矩阵进行一一对应的关联运算,得到目标区域的高分辨图像;
S30:将高分辨图像等比例缩放后与大视场区域图像进行融合,得到目标区域的大视场高分辨成像。
本发明将压缩感知应用于大视场高分辨成像中,假设x是一维信号长度为N,假设信号中非零值为k,即x的稀疏度为k,假设ΦΩ为M×N的二维矩阵(M<N),y=ΦΩx为长度M的一维测量值。
压缩感知算法是利用一维测量值y和观测矩阵ΦΩ的值求解一维信号x,即求解欠定方程组y=ΦΩx,得到x。
需要求解最优化问题:
求解过程即为重构,其中0的范数是指0元素的个数。要精确重构一位信号x,测量次数M必须满足M=O(klgN),并且观测矩阵ΦΩ必须满足约束等距性条件。然而最小0范数是一个多项式复杂程度的非确定性(NP)问题,通常需要对该问题加以转换,如将0范数转化为1范数问题。
本发明提供的基于压缩感知的大视场高分辨成像方法,仿照人眼视网膜结构,基于压缩感知算法,同时实现了对大视场和目标物体的高分辨成像,采用空间光调制板产生观测矩阵,只需在成像前进行一次标定,即可储存多组观测矩阵,在成像过程中无需对空间光调制板再进行调制,只拍摄一次即可进行数据运算恢复图像,成像速度快,采用阵列探测器代替传统的压缩感知成像的桶探测器,阵列探测器中的每个像元分别作为桶探测器使用,记录光信号的强度信息并求和,可大幅提高成像速度。上述方法既可以对大视场进行低分辨成像,又可以对目标物体区域进行高分辨成像,成像速度快,操作简单,计算量小,易于实现,具有很高的实用性。
作为一种可实施方式,对获取的待成像区域的光信号进行预处理,具体包括以下步骤:
S1:获取待成像区域的光信号,并在空间光调制板前成像;
S12:空间光调制板对成像后的光信号进行调制打散;
S13:对打散后的光信号进行汇聚。
在对待成像区域的光信号进行获取并在空间光调制板前成像时,采用的是凸透镜,模拟的同样类似结构的晶状体,通过对光信号的调制打散以及汇集等操作,能够将经调制汇集后的光信号汇集到阵列探测器进行接收,模拟的是人眼视觉成像,为实现大视场和目标物体的高分辨成像提供了基础。
作为一种可实施方式,在获取待成像区域的光信号,并在空间光调制板前成像之前,还包括以下步骤:
S01:将点光源和电荷耦合元件放置在空间光调制板的两侧;
S02:点光源按照设定步长沿预设运行路径运动;
S03:电荷耦合元件对点光源每次运动后的数据阵列进行记录,直至点光源完成预设运行路径的运动,得到高分辨率观测矩阵。
进一步的,还包括S04:对高分辨率观测矩阵进行矩阵稀疏化,得到低分辨率观测矩阵。
在对空间光调制板标定时,点光源和电荷耦合元件分别位于空间光调制板的两侧,点光源会沿预设运行路径逐步运动,点光源每运动一步,电荷耦合元件就会对收到的数据阵列进行一次记录,点光源完成整个预设运行路径的运动后,根据获得的所有数据阵列得到高分辨观测矩阵,通过对高分辨率观测矩阵的矩阵稀疏化处理,能够得到低分辨率观测矩阵,为实现目标物体的高分辨成像提供数据支持。在成像过程中无需对空间光调制板再进行调制,只拍摄一次即可进行数据运算恢复图像,成像速度快。
作为一种可实施方式,在对大视场区域图像进行二值化处理,根据二值图确定大视场区域图像中目标物体区域,根据目标物体区域之后,对预存储的高分辨率观测矩阵进行更新,将强度信息与更新后的高分辨率观测矩阵进行一一对应的关联运算,得到目标区域的高分辨图像之前,还包括以下步骤:将预存储的高分辨率观测矩阵中目标物体区域外的部分标记为0。
将高分辨观测矩阵中目标物体区域外的部分标记为0,凸显目标物体区域和非目标物体区域的差异,提高对高分辨观测矩阵更新时的准确率。
如图2至图4所示,本发明还提供了一种基于压缩感知的大视场高分辨成像装置,包括光信号处理装置、阵列探测器4、数据采集系统5和计算机6;光信号处理装置,用于对获取的待成像区域的光信号进行预处理;阵列探测器4,与数据采集系统5连通,用于将每个像元接收到的预处理的光信号的强度信息通过数据采集系统5,发送至计算机6;计算机6,用于将强度信息与预存储的低分辨率观测矩阵一一对应的关联运算,得到目标区域的大视场区域图像;还用于对大视场区域图像进行二值化处理,根据二值图确定大视场区域图像中目标物体区域,根据目标物体区域,对预存储的高分辨率观测矩阵进行更新,将强度信息与更新后的高分辨率观测矩阵进行一一对应的关联运算,得到目标区域的高分辨图像;将高分辨图像等比例缩放后与大视场区域图像进行融合,得到目标区域的大视场高分辨成像。
基于压缩感知的大视场高分辨成像装置,其连接关系为:
待成像区域的光信号通过大视场角的物镜1收集后,在空间光调制板2附近成像,光信号被空间光调制板2调制后,经过中继透镜3后二次成像在阵列探测器4上,阵列探测器4将光信号转化为电信号后被数据采集系统5采集后进入计算机6,探测信号与计算机6中存储的预先观测矩阵通过压缩感知算法最终获得恢复的图像。
基于上述连接关系,对系统的工作原理进一步论述:
利用点光源对空间光调制板2进行标定后,会形成分辨率高低不同的观测矩阵并被存储于计算机6中,在对大视场进行监测并成像时,大视场中的光信号被物镜1收集后在空间光调制板2后通过空间光调制板2,空间光调制板2放置于物镜1的焦点附近,对光信号进行调制后,光信号变成无规则散斑,散斑经中继透镜3收集后,汇聚在阵列探测器4上,阵列探测器4上的每一个像元都作为桶探测器对信号进行接收,探测器有M个像元,即对信号进行了M次重复测量,每次测量结果与相对应的观测矩阵进行关联运算,得到结果叠加即可恢复图像信息。
具体实施过程如下:
1.利用点光源对空间光调制板2进行标定。
如图3所示,采用点光源对空间光调制板2进行标定,将相干的单色点光源放置于成像装置物镜1的焦平面7上,将高分辨CCD电荷耦合元件放置于空间光调制板2后侧8,电光源按图4所示轨迹进行移动,每移动一步,高分辨CCD记录一次,点光源按照步长d进行移动,获得一组高分辨的观测基,将该组矩阵稀疏化,获得一组低分辨的观测基,并记录在计算机6内。
2.对大视场内场景进行低分辨成像。
成像装置如图2所示,将成像装置中物镜1对准待成像区域,区域内的光信号被物镜1收集后在空间光调制板2前成像,成像后光信号被空间光调制板2调制,此时对应的观测矩阵是之前储存的低分辨观测基,光信号经过空间光调制板2后被再次打散,经过中继透镜3收集后被阵列探测器4收集,阵列探测器4有M个像元,每个像元都作为一个桶探测器记录光场的强度信息,将上述强度信息与之前存储的低分辨观测矩阵一一对应并进行关联运算,即可得到大视场区域的图像。
3.对大视场内目标区域进行高分辨成像。
针对上一步骤中的获得的大视场区域图像,进行二值化处理,在根据二值图确定大视场图像中的目标物体位置和区域,根据选出的目标物体区域,将高分辨的观测基中的观测矩阵中目标物体区域外的部分标记为0,更新高分辨观测基,之后将上一步骤中阵列探测器4获得的强度信息,与更新后的高分辨观测矩阵一一对应并进行关联运算,即可得到目标区域的高分辨图像。
4.图像重建
将步骤3中得到的目标物体的图像等比例缩放后融合到步骤2中获得的场景图像中,得到大视场高分辨成像结果。
本发明提供的基于压缩感知的大视场高分辨成像装置,仿照人眼视网膜结构,基于压缩感知算法,同时实现了对大视场和目标物体的高分辨成像,采用空间光调制板2产生观测矩阵,只需在成像前进行一次标定,即可储存多组观测矩阵,在成像过程中无需对空间光调制板2再进行调制,只拍摄一次即可进行数据运算恢复图像,成像速度快,采用阵列探测器4代替传统的压缩感知成像的桶探测器,阵列探测器4中的每个像元分别作为桶探测器使用,记录光信号的强度信息并求和,可大幅提高成像速度。上述装置既可以对大视场进行低分辨成像,又可以对目标物体区域进行高分辨成像,成像速度快,操作简单,计算量小,易于实现,具有很高的实用性。
作为一种可实施方式,光信号处理装置包括物镜1、空间光调制板2以及中继透镜3;物镜1,用于获取待成像区域的光信号,并在空间光调制板2前成像;空间光调制板2,用于对成像后的光信号进行调制打散;中继透镜3,用于对打散后的光信号进行汇聚,将汇聚后的光信号发送至阵列探测器4。
物镜1对待成像区域的光信号进行获取并在空间光调制板2前成像时,采用的是凸透镜,模拟的同样类似结构的晶状体,通过空间光调制板2对光信号的调制打散以及中继透镜3对光信号的汇集等操作,能够将经调制汇集后的光信号汇集到阵列探测器4进行接收,模拟的是人眼视觉成像,为实现大视场和目标物体的高分辨成像提供了基础。
作为一种可实施方式,成像装置还包括点光源以及电荷耦合元件;点光源,位于物镜1的焦平面上,与电荷耦合元件分别放置在空间光调制板2的两侧,用于为空间光调制板2提供标定光源,并按照设定步长沿预设运行路径运动;电荷耦合元件,与计算机6连通,用于将记录的点光源每次运动后的数据阵列发送至计算机6;计算机6,还用于根据点光源完成预设运行路径的运动后的所有的数据阵列,生成高分辨率观测矩阵。进一步的,计算机6,还用于对高分辨率观测矩阵进行矩阵稀疏化,得到低分辨率观测矩阵。
在对空间光调制板2标定时,点光源和电荷耦合元件分别位于空间光调制板2的两侧,点光源会沿预设运行路径逐步运动,点光源每运动一步,电荷耦合元件就会对收到的数据阵列进行一次记录,点光源完成整个预设运行路径的运动后,根据获得的所有数据阵列得到高分辨观测矩阵,通过对高分辨率观测矩阵的矩阵稀疏化处理,能够得到低分辨率观测矩阵,为实现目标物体的高分辨成像提供数据支持。在成像过程中无需对空间光调制板2再进行调制,只拍摄一次即可进行数据运算恢复图像,成像速度快。
作为一种可实施方式,计算机6,还用于在对预存储的高分辨率观测矩阵进行更新之前,将预存储的高分辨率观测矩阵中目标物体区域外的部分标记为0。
将高分辨观测矩阵中目标物体区域外的部分标记为0,凸显目标物体区域和非目标物体区域的差异,提高对高分辨观测矩阵更新时的准确率。
在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于压缩感知的大视场高分辨成像方法,其特征在于,包括以下步骤:
对获取的待成像区域的光信号进行预处理,记录阵列探测器每个像元接收到的预处理的光信号的强度信息,将所述强度信息与预存储的低分辨率观测矩阵一一对应的关联运算,得到目标区域的大视场区域图像;
对所述大视场区域图像进行二值化处理,根据二值图确定所述大视场区域图像中目标物体区域,根据所述目标物体区域,对预存储的高分辨率观测矩阵进行更新,将所述强度信息与更新后的高分辨率观测矩阵进行一一对应的关联运算,得到目标区域的高分辨图像;
将所述高分辨图像等比例缩放后与所述大视场区域图像进行融合,得到目标区域的大视场高分辨成像。
2.根据权利要求1所述的基于压缩感知的大视场高分辨成像方法,其特征在于,所述对获取的待成像区域的光信号进行预处理,具体包括以下步骤:
获取待成像区域的光信号,并在空间光调制板前成像;
所述空间光调制板对成像后的光信号进行调制打散;
对打散后的光信号进行汇聚。
3.根据权利要求2所述的基于压缩感知的大视场高分辨成像方法,其特征在于,在所述获取待成像区域的光信号,并在空间光调制板前成像之前,还包括以下步骤:
将点光源和电荷耦合元件放置在所述空间光调制板的两侧;
所述点光源按照设定步长沿预设运行路径运动;
所述电荷耦合元件对所述点光源每次运动后的数据阵列进行记录,直至所述点光源完成所述预设运行路径的运动,得到高分辨率观测矩阵。
4.根据权利要求3所述的基于压缩感知的大视场高分辨成像方法,其特征在于,在所述电荷耦合元件对所述点光源每次运动后的数据阵列进行记录,直至所述点光源完成所述预设运行路径的运动,得到高分辨率观测矩阵之后,还包括以下步骤:
对所述高分辨率观测矩阵进行矩阵稀疏化,得到低分辨率观测矩阵。
5.根据权利要求1所述的基于压缩感知的大视场高分辨成像方法,其特征在于,在所述对所述大视场区域图像进行二值化处理,根据二值图确定所述大视场区域图像中目标物体区域,根据所述目标物体区域之后,所述对预存储的高分辨率观测矩阵进行更新,将所述强度信息与更新后的高分辨率观测矩阵进行一一对应的关联运算,得到目标区域的高分辨图像之前,还包括以下步骤:
将预存储的高分辨率观测矩阵中所述目标物体区域外的部分标记为0。
6.一种基于压缩感知的大视场高分辨成像装置,其特征在于,包括光信号处理装置、阵列探测器、数据采集系统和计算机;
所述光信号处理装置,用于对获取的待成像区域的光信号进行预处理;
所述阵列探测器,与所述数据采集系统连通,用于将每个像元接收到的预处理的光信号的强度信息通过所述数据采集系统,发送至所述计算机;
所述计算机,用于将所述强度信息与预存储的低分辨率观测矩阵一一对应的关联运算,得到目标区域的大视场区域图像;
还用于对所述大视场区域图像进行二值化处理,根据二值图确定所述大视场区域图像中目标物体区域,根据所述目标物体区域,对预存储的高分辨率观测矩阵进行更新,将所述强度信息与更新后的高分辨率观测矩阵进行一一对应的关联运算,得到目标区域的高分辨图像;
将所述高分辨图像等比例缩放后与所述大视场区域图像进行融合,得到目标区域的大视场高分辨成像。
7.根据权利要求6所述的基于压缩感知的大视场高分辨成像装置,其特征在于,所述光信号处理装置包括物镜、空间光调制板以及中继透镜;
所述物镜,用于获取待成像区域的光信号,并在所述空间光调制板前成像;
所述空间光调制板,用于对成像后的光信号进行调制打散;
所述中继透镜,用于对打散后的光信号进行汇聚,将汇聚后的光信号发送至所述阵列探测器。
8.根据权利要求7所述的基于压缩感知的大视场高分辨成像装置,其特征在于,所述成像装置还包括点光源以及电荷耦合元件;
所述点光源,位于所述物镜的焦平面上,与所述电荷耦合元件分别放置在所述空间光调制板的两侧,用于为所述空间光调制板提供标定光源,并按照设定步长沿预设运行路径运动;
所述电荷耦合元件,与所述计算机连通,用于将记录的所述点光源每次运动后的数据阵列发送至所述计算机;
所述计算机,还用于根据所述点光源完成所述预设运行路径的运动后的所有的数据阵列,生成高分辨率观测矩阵。
9.根据权利要求8所述的基于压缩感知的大视场高分辨成像装置,其特征在于,所述计算机,还用于对所述高分辨率观测矩阵进行矩阵稀疏化,得到低分辨率观测矩阵。
10.根据权利要求6所述的基于压缩感知的大视场高分辨成像装置,其特征在于,所述计算机,还用于在对预存储的高分辨率观测矩阵进行更新之前,将预存储的高分辨率观测矩阵中所述目标物体区域外的部分标记为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111078459.XA CN113992840B (zh) | 2021-09-15 | 2021-09-15 | 一种基于压缩感知的大视场高分辨成像方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111078459.XA CN113992840B (zh) | 2021-09-15 | 2021-09-15 | 一种基于压缩感知的大视场高分辨成像方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113992840A true CN113992840A (zh) | 2022-01-28 |
CN113992840B CN113992840B (zh) | 2023-06-23 |
Family
ID=79735803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111078459.XA Active CN113992840B (zh) | 2021-09-15 | 2021-09-15 | 一种基于压缩感知的大视场高分辨成像方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113992840B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115363627A (zh) * | 2022-08-03 | 2022-11-22 | 北京大学 | 阵列成像方法、装置、存储介质及电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766273A (zh) * | 2015-04-20 | 2015-07-08 | 重庆大学 | 一种基于压缩感知理论的红外图像超分辨率重建方法 |
CN105120141A (zh) * | 2015-07-15 | 2015-12-02 | 北京理工大学 | 一种压缩感知光电成像方法及装置 |
CN105389785A (zh) * | 2015-12-21 | 2016-03-09 | 程涛 | 一种点扩散函数的处理方法 |
CN106725594A (zh) * | 2016-12-01 | 2017-05-31 | 汕头大学医学院 | 基于压缩感知的超声成像方法和终端 |
CN107248139A (zh) * | 2016-08-15 | 2017-10-13 | 南京大学 | 基于显著视觉和dmd阵列分区控制的压缩感知成像方法 |
CN107315176A (zh) * | 2017-06-29 | 2017-11-03 | 清华大学深圳研究生院 | 一种强大气散射条件下的成像装置及方法 |
CN107589413A (zh) * | 2017-08-21 | 2018-01-16 | 南京理工大学 | 一种基于压缩感知的地面高分辨雷达目标多周期检测方法 |
CN108537804A (zh) * | 2018-04-04 | 2018-09-14 | 中国科学院长春光学精密机械与物理研究所 | 一种并行压缩感知成像系统的感兴趣目标提取方法 |
CN108881732A (zh) * | 2018-08-29 | 2018-11-23 | 哈尔滨工业大学(深圳) | 基于双尺度矩阵算法的单像素相机高质量视频成像系统 |
US20200152289A1 (en) * | 2018-11-09 | 2020-05-14 | The Broad Institute, Inc. | Compressed sensing for screening and tissue imaging |
CN113365014A (zh) * | 2021-05-11 | 2021-09-07 | 中国科学院国家空间科学中心 | 一种并行压缩感知gpu加速实时成像系统与方法 |
-
2021
- 2021-09-15 CN CN202111078459.XA patent/CN113992840B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766273A (zh) * | 2015-04-20 | 2015-07-08 | 重庆大学 | 一种基于压缩感知理论的红外图像超分辨率重建方法 |
CN105120141A (zh) * | 2015-07-15 | 2015-12-02 | 北京理工大学 | 一种压缩感知光电成像方法及装置 |
CN105389785A (zh) * | 2015-12-21 | 2016-03-09 | 程涛 | 一种点扩散函数的处理方法 |
CN107248139A (zh) * | 2016-08-15 | 2017-10-13 | 南京大学 | 基于显著视觉和dmd阵列分区控制的压缩感知成像方法 |
CN106725594A (zh) * | 2016-12-01 | 2017-05-31 | 汕头大学医学院 | 基于压缩感知的超声成像方法和终端 |
CN107315176A (zh) * | 2017-06-29 | 2017-11-03 | 清华大学深圳研究生院 | 一种强大气散射条件下的成像装置及方法 |
CN107589413A (zh) * | 2017-08-21 | 2018-01-16 | 南京理工大学 | 一种基于压缩感知的地面高分辨雷达目标多周期检测方法 |
CN108537804A (zh) * | 2018-04-04 | 2018-09-14 | 中国科学院长春光学精密机械与物理研究所 | 一种并行压缩感知成像系统的感兴趣目标提取方法 |
CN108881732A (zh) * | 2018-08-29 | 2018-11-23 | 哈尔滨工业大学(深圳) | 基于双尺度矩阵算法的单像素相机高质量视频成像系统 |
US20200152289A1 (en) * | 2018-11-09 | 2020-05-14 | The Broad Institute, Inc. | Compressed sensing for screening and tissue imaging |
CN113365014A (zh) * | 2021-05-11 | 2021-09-07 | 中国科学院国家空间科学中心 | 一种并行压缩感知gpu加速实时成像系统与方法 |
Non-Patent Citations (2)
Title |
---|
姜来等: "基于压缩感知的红外大视场高分辨成像系统设计", 激光与光电子学进展 * |
池小梅;马建伟;黄景涛;: "基于压缩传感的超分辨率红外成像研究", 自动化与信息工程 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115363627A (zh) * | 2022-08-03 | 2022-11-22 | 北京大学 | 阵列成像方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113992840B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110425986B (zh) | 基于单像素传感器的三维计算成像方法及装置 | |
CN103363924B (zh) | 一种压缩的三维计算鬼成像系统及方法 | |
US6909095B2 (en) | System and method for terahertz imaging using a single terahertz detector | |
CN105589210B (zh) | 一种基于光瞳调制的数字化合成孔径成像方法 | |
CN102692214B (zh) | 一种狭窄空间双目视觉测量定位装置及方法 | |
CN103308189B (zh) | 一种基于双压缩符合测量的纠缠成像系统及方法 | |
CN105116542B (zh) | 一种双视场计算关联成像系统及方法 | |
US20070273894A1 (en) | Method and apparatus for remote spatial calibration and imaging | |
CN105988123B (zh) | 一种线扫描成像装置 | |
CN104121990A (zh) | 基于随机光栅的压缩感知宽波段高光谱成像系统 | |
CN111596310B (zh) | 一种基于点探测的运动目标鬼成像系统与方法 | |
CN111080774B (zh) | 一种应用深度采样进行光场重构的方法及系统 | |
CN113992840B (zh) | 一种基于压缩感知的大视场高分辨成像方法及装置 | |
CN107024829A (zh) | 多光谱相机像面装调方法 | |
CN106772974B (zh) | 快速三维折射率显微成像的系统和方法 | |
CN116718271A (zh) | 高速高光谱成像系统和方法 | |
CN114813643A (zh) | 一种基于预置散射介质的穿散射介质关联成像方法及系统 | |
CN114264370A (zh) | 一种压缩感知计算层析成像光谱仪系统和成像方法 | |
Wang et al. | New digital magnetograph at Big Bear solar observatory | |
CN112702486A (zh) | 一种基于电可调透镜的高速相干成像相机及相位恢复方法 | |
CN113884234A (zh) | 一种互补单像素质心探测系统及方法 | |
KR101692428B1 (ko) | 다수의 렌즈를 이용한 촬상장치 | |
CN102768070B (zh) | 一种互补测量的单光子计数成像系统及方法 | |
US20200363315A1 (en) | Method for Calibrating an Analysis Device, and Associated Device | |
CN110086969A (zh) | 一种用于三维重构的多角度图像成像装置和成像方法 |
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 |