CN115128633B - 一种基于傅里叶光场的偏振鬼成像方法 - Google Patents
一种基于傅里叶光场的偏振鬼成像方法 Download PDFInfo
- Publication number
- CN115128633B CN115128633B CN202210773739.0A CN202210773739A CN115128633B CN 115128633 B CN115128633 B CN 115128633B CN 202210773739 A CN202210773739 A CN 202210773739A CN 115128633 B CN115128633 B CN 115128633B
- Authority
- CN
- China
- Prior art keywords
- light
- target object
- light field
- linear polarized
- illumination 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.)
- Active
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 29
- 230000010287 polarization Effects 0.000 title claims abstract description 22
- 238000005286 illumination Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005070 sampling Methods 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000001678 irradiating effect Effects 0.000 abstract description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 239000004579 marble Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
Abstract
本发明公开了一种基于傅里叶光场的偏振鬼成像方法,包括:1、激光器产生可见光并依次经过发散透镜、准直透镜以及偏振片后调制为线偏振光束,并到达空间光调制器的平面上;2、由空间光调制器对线偏振光束进行调制后,得到符合正弦分布的线偏振照明光场,并照射到目标物体上;3、目标物体对线偏照明光场进行反射后,汇聚透镜收集到偏振分束器内;4、偏振分束器将内部的光束分成两束正交方向的水平偏振光与垂直偏振光并分别用桶探测器接收,计算机将所接收到的光强与预置的光场进行关联运算,得到恢复后的目标物体图像。本发明能以较低的采样率恢复出目标的多维信息,提高了目标识别的准确性以及在复杂场景下目标检测和重建的能力。
Description
技术领域
本发明涉及通过使用傅里叶光场进行偏振鬼成像,属于成像方法领域。
背景技术
为了获得高质量的成像,CGI中使用的照明光场的数量通常大于目标的像素总数,这是非常耗时的。此外,它还受到了一些限制,例如只能处理静态对象重建。采用Hadamard散斑作为照明光场,因为它是正交的,是鬼成像的重要调制矩阵。虽然与之前相比,测量次数减少了,但也需要大量的采样数据。压缩感知(Compressed Sensing,CS)是一种著名的利用稀疏性来降低所需的采样比的技术。但是,由于图像的稀疏性的限制,而且重建时间较长。基于深度学习的CGI近几年发展迅速,因为它可以大大减少采样时间,提高CGI的效率。但是,提前训练网络需要大量的样本集和时间。此外,为了保证系统的有效性,图像重建的训练输入和训练环境应与实验结果基本一致。因此,在实际应用中提高CGI的性能和效率具有重要的意义。
在传统的CGI中,将目标与背景反射的总光强进行相关和重构,只能检测出本质的光强信息,当目标反射率相同或相差很小时,很难将目标与背景区分开来。当目标处于复杂、宽阔的背景中时,背景光强对目标光强的干扰较大,甚至淹没目标信息,从而导致传统的CGI很难恢复出目标信息。
发明内容
针对现有技术中的局限性,本发明提供一种基于傅里叶光场的偏振鬼成像方法,以期能以较低的采样率恢复出目标的多维信息,从而能提高目标识别的准确性以及在复杂场景下目标检测和重建的能力。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种基于傅里叶光场的偏振鬼成像方法的特点是应用于由激光器、发散透镜、准直透镜、偏振片、空间光调制器、汇聚透镜、偏振分束器、第一桶探测器和第二桶探测器以及计算机组成的偏振鬼成像系统中,并按如下步骤进行:
步骤1:所述激光器产生可见光并依次经过所述发散透镜、准直透镜以及偏振片后调制为线偏振光束,并到达所述空间光调制器的平面上;
步骤2:由所述空间光调制器对所述线偏振光束进行调制后,得到k个符合正弦分布的线偏振照明光场,并照射到目标物体上,从而形成目标物体图像,并用M×N维的像素矩阵表示;令k个符合正弦分布的线偏振照明光场记为
当k为奇数时,/>为/>当k为偶数时,/>为/>当k为偶数时,则/>表示第k-1个在初相位/>上的线偏振照明光场,并由式(1)得到,/>表示第k个在初相位/>上的线偏振照明光场,并由式(2)得到;
式(1)和式(2)中,x、y是目标物体图像中的任意一个像素点坐标,且x∈[1,M],y∈[1,N];以目标物体图像的相邻两边为x轴和y轴方向,fX,fY分别是x轴、y轴方向上线偏照明光场的光波频率,且α为线偏照明光场的平均光强,β为光强照射所述目标物体所在平面的对比度;/>和/>为光场的初相位,且/>
步骤3:所述目标物体对线偏照明光场进行反射后,由所述汇聚透镜收集到偏振分束器内;所述偏振分束器将内部的光束分成两束正交方向的水平偏振光与垂直偏振光,其中,所述水平偏振光由所述第一桶探测器接收,并得到k个光强值所述垂直偏振光由所述第二桶探测器接收,并得到k个光强/>并一起传输到所述计算机中;/>为接收的第i个光强值;/>表示接收的第i个光强值;
步骤4:所述计算机利用式(3)将所接收到的光强与预置的光场进行关联运算,得到恢复后的目标物体图像;
式(3)中,G(x',y')为恢复后的目标物体图像,x'、y'是恢复后的目标物体图像中的任意一个像素点坐标,为第i个在初相位/>或/>上线偏振照明光场,s i为所述第一桶探测器或所述第二桶探测器接收的第i个光强值。
本发明一种电子设备,包括存储器以及处理器,其特点在于,所述存储器用于存储支持处理器执行所述基于傅里叶光场的偏振鬼成像方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
本发明一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特点在于,所述计算机程序被处理器运行时执行所述基于傅里叶光场的偏振鬼成像方法的步骤。
与现有技术相比,本发明的有益效果在于:
1、本发明利用自然目标在傅里叶域中的稀疏性,使用一系列频率、相位不同的正弦光场照射目标,结合不同目标的偏振特性,并进行关联算法求解得出目标图像,从而能以较低的采样次数提取了目标的多维信息,并获得了较好的成像效果。
2、偏振作为电磁波的固有特性,已被证明是表征目标的有力工具,本发明通过获得目标的多维信息,从而提高了复杂场景下目标检测和重建的能力。
3、本发明将傅里叶光场作为照射光场,并使用激光并通过偏振器和空间光调制器的调制,得到一系列傅里叶光场的线偏振光束,照射到目标经反射后,通过透镜汇聚,偏振分束器将透镜汇聚的光束分成水平偏振光与垂直偏振光,最后由两个桶探测器分别进行接收,将接收到的桶探测器值传输到电脑中进行处理并进行计算偏振鬼成像,为计算鬼成像在遥感成像、生物医学成像、军事侦察等领域的实际应用提供了方向,对于推动鬼成像的发展具有重要意义。
附图说明
图1是本发明方法的装置示意图;
图2是发明部分的傅里叶光场图;
图3是发明基于傅里叶光场的偏振鬼成像的结果图。
具体实施方式
本实施例中,一种基于傅里叶光场的偏振鬼成像方法,如图1所示,是应用于由激光器1、发散透镜2、准直透镜3、偏振片4、空间光调制器5、汇聚透镜7、偏振分束器8、第一桶探测器9和第二桶探测器10以及计算机11组成的偏振鬼成像系统中,并按如下步骤进行:
步骤1:激光器1产生可见光并依次经过发散透镜2、准直透镜3以及偏振片4后调制为线偏振光束,并到达空间光调制器5的平面上;
步骤2:由空间光调制器5对线偏振光束进行调制后,得到k个符合正弦分布的线偏振照明光场,并照射到目标物体6上,从而形成目标物体图像,并用M×N维的像素矩阵表示;令k个符合正弦分布的线偏振照明光场记为
当k为奇数时,/>为/>当k为偶数时,/>为/>所以当k为偶数时,则/>表示第k-1个在初相位/>上的线偏振照明光场,并由式(1)得到,/>表示第k个在初相位/>上的线偏振照明光场,并由式(2)得到,部分正弦光场的分布如图2所示;
式(1)和式(2)中,x、y是目标物体图像中的任意一个像素点坐标,且x∈[1,M],y∈[1,N];以目标物体图像的相邻两边为x轴和y轴方向,fX,fY分别是x轴、y轴方向上线偏照明光场的光波频率,且α为线偏照明光场的平均光强,β为光强照射目标物体6所在平面的对比度;/>和/>为光场的初相位,且/>为了便于空间光调制器5进行调制,设置α=0.5,β=0.5;
本实施例中,目标物体6由三种不同的材料构成,其中,最下层为木头,中间层为大理石,字母“HFUT”由铁构成。铁与大理石都是高反射率材料,两者之间的反射率相差较小,而粗糙的木头反射率较低。
步骤3:由目标物体6对线偏振光场进行反射后,由汇聚透镜7收集到偏振分束器8内;偏振分束器8将内部的光束分成两束正交方向的水平偏振光与垂直偏振光,水平偏振由第一桶探测器9接收,并得到k个光强值记为接收的第i个光强值;垂直偏振光由第二桶探测器10接收,并得到k个光强记为/>表示接收的第i个光强值;两种光强一起传输给计算机11中;
步骤4:计算机11利用式(3)将所接收到的光强与预置的光场进行关联运算,得到恢复后的目标物体图像;
式(3)中,G(x',y')为恢复后的目标物体图像,x′、y′是恢复后的目标物体图像中的任意一个像素点坐标,为第i个在初相位/>或/>上线偏振照明光场,s i为第一桶探测器9或第二桶探测器10接收的第i个光强值。
最后改变向量S的取值,获得不同成像结果:当S=S||可得到水平偏振鬼成像结果(FHCGI);当S=S⊥可以得到垂直偏振鬼成像结果(FVCGI);当S=S||+S⊥可得到强度鬼成像结果(FCGI);当S=S||-S⊥可以得到偏振鬼成像结果(FPCGI)。
步骤5:定义采样率为k/(M*N),其成像结果如图3所示,其中最左边表示为不同的采样率,最上方表示为不同的成像结果。在采样率为5%的时候,就可以看到较为淸晰的图像,证明此方法可以在较低的采样率下恢复目标信息。
本实施例中,一种电子设备,包括存储器以及处理器,该存储器用于存储支持处理器执行基于傅里叶光场的偏振鬼成像方法的程序,该处理器被配置为用于执行所述存储器中存储的程序。
本实施例中,一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时基于傅里叶光场的偏振鬼成像方法的步骤。
Claims (3)
1.一种基于傅里叶光场的偏振鬼成像方法,其特征是应用于由激光器(1)、发散透镜(2)、准直透镜(3)、偏振片(4)、空间光调制器(5)、汇聚透镜(7)、偏振分束器(8)、第一桶探测器(9)和第二桶探测器(10)以及计算机(11)组成的偏振鬼成像系统中,并按如下步骤进行:
步骤1:所述激光器(1)产生可见光并依次经过所述发散透镜(2)、准直透镜(3)以及偏振片(4)后调制为线偏振光束,并到达所述空间光调制器(5)的平面上;
步骤2:由所述空间光调制器(5)对所述线偏振光束进行调制后,得到k个符合正弦分布的线偏振照明光场,并照射到目标物体(6)上,从而形成目标物体图像,并用M×N维的像素矩阵表示;令k个符合正弦分布的线偏振照明光场记为
当k为奇数时,/>为/>当k为偶数时,/>为/>当k为偶数时,则/>表示第k-1个在初相位/>上的线偏振照明光场,并由式(1)得到,/>表示第k个在初相位/>上的线偏振照明光场,并由式(2)得到;
式(1)和式(2)中,x、y是目标物体图像中的任意一个像素点坐标,且x∈[1,M],y∈[1,N];以目标物体图像的相邻两边为x轴和y轴方向,fX,fY分别是x轴、y轴方向上线偏照明光场的光波频率,且α为线偏照明光场的平均光强,β为光强照射所述目标物体(6)所在平面的对比度;/>和/>为光场的初相位,且/>
步骤3:所述目标物体(6)对线偏照明光场进行反射后,由所述汇聚透镜(7)收集到偏振分束器(8)内;所述偏振分束器(8)将内部的光束分成两束正交方向的水平偏振光与垂直偏振光,其中,所述水平偏振光由所述第一桶探测器(9)接收,并得到k个光强值所述垂直偏振光由所述第二桶探测器(10)接收,并得到k个光强/>并一起传输到所述计算机(11)中;/>为接收的第i个光强值;/>表示接收的第i个光强值;
步骤4:所述计算机(11)利用式(3)将所接收到的光强与预置的光场进行关联运算,得到恢复后的目标物体图像;
式(3)中,G(x',y')为恢复后的目标物体图像,x'、y'是恢复后的目标物体图像中的任意一个像素点坐标,为第i个在初相位/>或/>上线偏振照明光场,si为所述第一桶探测器(9)或所述第二桶探测器(10)接收的第i个光强值。
2.一种电子设备,包括存储器以及处理器,其特征在于,所述存储器用于存储支持处理器执行权利要求1所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
3.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210773739.0A CN115128633B (zh) | 2022-07-01 | 2022-07-01 | 一种基于傅里叶光场的偏振鬼成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210773739.0A CN115128633B (zh) | 2022-07-01 | 2022-07-01 | 一种基于傅里叶光场的偏振鬼成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115128633A CN115128633A (zh) | 2022-09-30 |
CN115128633B true CN115128633B (zh) | 2024-04-05 |
Family
ID=83382427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210773739.0A Active CN115128633B (zh) | 2022-07-01 | 2022-07-01 | 一种基于傅里叶光场的偏振鬼成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115128633B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371201A (zh) * | 2016-11-03 | 2017-02-01 | 清华大学 | 基于计算鬼成像的傅里叶重叠关联成像系统及方法 |
CN106772310A (zh) * | 2016-12-30 | 2017-05-31 | 南京理工大学 | 一种基于计算鬼成像的目标鉴定装置及其方法 |
CN109343077A (zh) * | 2018-11-27 | 2019-02-15 | 北京理工大学 | 一种液晶相控阵鬼成像系统及其成像方法 |
US10386171B1 (en) * | 2018-04-04 | 2019-08-20 | United States Of America, As Represented By The Secretary Of The Army | Apparatus for a dynamic multi-axis heterodyne interferometric vibrometer |
CN113219490A (zh) * | 2021-05-14 | 2021-08-06 | 合肥工业大学 | 一种雾霾分散体系下的反射式扫描计算偏振鬼成像系统 |
CN113310441A (zh) * | 2021-06-01 | 2021-08-27 | 湖南大学 | 一种对金属表面粗糙度加工进行探测的偏振关联成像方案 |
-
2022
- 2022-07-01 CN CN202210773739.0A patent/CN115128633B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371201A (zh) * | 2016-11-03 | 2017-02-01 | 清华大学 | 基于计算鬼成像的傅里叶重叠关联成像系统及方法 |
CN106772310A (zh) * | 2016-12-30 | 2017-05-31 | 南京理工大学 | 一种基于计算鬼成像的目标鉴定装置及其方法 |
US10386171B1 (en) * | 2018-04-04 | 2019-08-20 | United States Of America, As Represented By The Secretary Of The Army | Apparatus for a dynamic multi-axis heterodyne interferometric vibrometer |
CN109343077A (zh) * | 2018-11-27 | 2019-02-15 | 北京理工大学 | 一种液晶相控阵鬼成像系统及其成像方法 |
CN113219490A (zh) * | 2021-05-14 | 2021-08-06 | 合肥工业大学 | 一种雾霾分散体系下的反射式扫描计算偏振鬼成像系统 |
CN113310441A (zh) * | 2021-06-01 | 2021-08-27 | 湖南大学 | 一种对金属表面粗糙度加工进行探测的偏振关联成像方案 |
Non-Patent Citations (2)
Title |
---|
Ghost image generated by relative movement of target and lidar platform in enhanced self-heterodyne SAIL;Guo Zhang et al.;《Proc. of SPIE》;20181231;第1-8页 * |
多角度偏振成像仪鬼像校正方法;张苗苗 等;《光子学报》;20190131;第48卷(第1期);第1-9页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115128633A (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Koutsoudis et al. | Using noise function-based patterns to enhance photogrammetric 3D reconstruction performance of featureless surfaces | |
CN110455834B (zh) | 基于光强传输方程的x射线单次曝光成像装置及方法 | |
Chen et al. | Single-pixel non-imaging object recognition by means of Fourier spectrum acquisition | |
CN105184295B (zh) | 一种基于小波变换与连通域的全息扫描空间距离提取方法 | |
Wang et al. | Local quaternion PHT based robust color image watermarking algorithm | |
Zhou et al. | Fine edge detection in single-pixel imaging | |
Xiao et al. | Deep-learning for ionogram automatic scaling | |
CN111222472A (zh) | 一种基于结构光频域特征的人脸识别方法 | |
CN109115681A (zh) | 一种稳健的量子稀疏成像系统及方法 | |
CN115128633B (zh) | 一种基于傅里叶光场的偏振鬼成像方法 | |
Chen et al. | Multidirectional edge detection based on gradient ghost imaging | |
Chen et al. | Detection and imaging of distant targets by near-infrared polarization single-pixel lidar | |
EP3499201B1 (en) | Electromagnetic wave phase/amplitude generation device, electromagnetic wave phase/amplitude generation method, and electromagnetic wave phase/amplitude generation program | |
CN113709325A (zh) | 基于Hadamard频域变换矩阵阈值滤波的单像素成像方法 | |
Liu et al. | Polarization maintaining 3-D convolutional neural network for color polarimetric images denoising | |
Qiao et al. | Mosaic gradient histogram for object tracking in DoFP infrared polarization imaging | |
Zhang et al. | A noise-robust multi-intensity phase retrieval method based on structural patch decomposition | |
CN111487201B (zh) | 一种偏振图像信息的表征方法和表征参数的计算方法 | |
Zhang et al. | Depth estimation of multi-depth objects based on computational ghost imaging system | |
CN111063022A (zh) | 一种结合相位梯度与直接线性变换的相位体三维重建法 | |
CN107292859B (zh) | 基于光学相关器的混沌介质偏振图像获取方法 | |
Shen et al. | Efficient line matching with homography | |
Chen et al. | An Edge Detection Model Based on W-Transform Single Pixel Imaging | |
Sun et al. | Joint iteration edge detection for pseudo-thermal ghost imaging | |
CN114049263B (zh) | 基于均值滤波的关联成像的去噪方法 |
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 |