CN115290004A - 一种基于压缩感知与hsi的水下并行单像素成像方法 - Google Patents
一种基于压缩感知与hsi的水下并行单像素成像方法 Download PDFInfo
- Publication number
- CN115290004A CN115290004A CN202211219783.3A CN202211219783A CN115290004A CN 115290004 A CN115290004 A CN 115290004A CN 202211219783 A CN202211219783 A CN 202211219783A CN 115290004 A CN115290004 A CN 115290004A
- Authority
- CN
- China
- Prior art keywords
- camera
- hadamard
- pixel
- pattern
- underwater
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于压缩感知与HSI的水下并行单像素成像方法,包括:首先通过投影仪将压缩采样的哈达玛图案投射到水下的被测物体上,并通过相机捕获从被测物体表面反射的压缩采样图案;而后基于投射和捕获的压缩采样图案,利用压缩重构算法求解并定位相机单像素点的可观测区域;最后进一步投射周期性扩展模式图案,使用图像重构算法获取相机单像素点对应的场景反射率,建立投影仪像素和相机像素之间的对应关系,实现水下目标的三维光学重建。本发明在并行单像素成像法的基础上运用压缩感知进一步减少了数据采集时间,大大提高了单像素成像的测量效率,有利于促进单像素成像在水下3D测量领域的应用。
Description
技术领域
本发明涉及一种基于压缩感知与HSI的水下并行单像素成像方法,属于光学测量技术领域。
背景技术
水下三维(3D)测量在生态保护、考古碎片和海底重建等方面发挥着重要作用。因其具有非接触式和高精度的特性,光学测量是最有前途的水下3D测量技术之一。
光学测量主要包括干涉测量、飞行时间(ToF)技术和基于光学三角法的测量。基于光学三角法的方法可以分为被动和主动两类。被动式(即立体视觉)容易受到散射和吸收引起的光衰减影响,从而导致图像对应不准确并减少3D测量精度。主动式通过投射主动光来实现可靠的图像对应,从而为被测物体(尤其是水下目标)重建更准确的3D形状。传统上,有源光可以是激光条纹或结构化图案。基于激光条纹的测量可以实现精确的3D测量,但非常耗时。基于结构化图案的测量使用各种图案,例如:二值编码、正弦图案、灰色或混合图案等。
单像素成像(SI)作为一种全新的成像方式,相较于传统成像中全场一致的照明光源,其使用可控结构化照明光源向场景投射一系列基模式图案,同时使用不具有空间分辨率的光电探测器对叠加了基图案模式的场景进行拍摄。单像素探测器采集到的信号具有能量大、信噪比高的特点,特别适合于能量很弱的弱光信号探测,但是使用单像素探测器的传统SI存在分辨率低、重建尺寸有限等问题,难以实际应用于水下3D测量。
相比之下,使用像素化相机的SI能够以更高的效率实现高分辨率3D测量,因此提出了并行单像素成像(PSI),如:专利CN110264540B提出一种并行单像素成像方法,其采用基于傅里叶变换的单像素成像原理(FSI)来实现并行单像素成像方法,具体包括:首先,通过投射器投射正弦基图案模式并基于相机拍摄得到的图像,根据傅里叶切片原理对每个像素的观测区域定位;而后利用投射器投射一系列周期延拓正弦条纹图案模式,根据相机拍摄的条纹图像对每个像素进行并行单像素成像的图像重构算法,得到对应像素在投射器视角下的对应图像。
发明内容
发明目的:针对现有技术所存在的问题,本发明提供一种基于压缩感知与HSI的水下并行单像素成像方法,通过引入压缩感知技术与HSI,可以将定位阶段所需条纹的数量减少到傅里叶切片定理的10%,进一步减少数据采集时间,有效提高成像效率。
技术方案:为实现上述目的,本发明提供一种基于压缩感知与HSI的水下并行单像素成像方法,包括以下步骤:
步骤1:通过投影仪将压缩采样的哈达玛图案投射到水下的被测物体上,并通过相机捕获从被测物体表面反射的压缩采样图案;
步骤2:基于投射和捕获的压缩采样图案,利用压缩重构算法求解并定位相机单像素点的可观测区域;
步骤3:通过投影仪进一步投影周期性扩展模式图案,并通过相机捕获从被测物体表面反射的扩展模式图案;
步骤4:基于相机捕获的扩展模式图案,使用图像重构算法获取相机单像素点对应的场景反射率,建立投影仪像素和相机像素之间的对应关系,实现水下目标的三维光学重建。
进一步的,所述步骤1中哈达玛图案的调制过程具体包括:
进一步的,所述步骤2具体包括:
步骤2.1:基于投射和捕获的压缩采样图案,应用梯度投影法重建恢复出相机单像素点分别在横向和纵向坐标轴上的一维哈达玛系数;
步骤2.2:对获取的一维哈达玛系数作哈达玛逆变换,计算得到相机单像素点分别在横向和纵向坐标轴上的投影函数;
步骤2.3:该投影函数中值大于噪声阈值的区域即为对应相机像素可观测到的横向或纵向区域范围,由此实现相机单像素点的可见区域定位。
进一步的,所述步骤3中周期性扩展模式图案的调制过程具体包括:
进一步的,所述步骤4具体包括:
进一步的,所述步骤4.1中通过差分哈达玛投影来获取每一个哈达玛系数。由于DMD无法产生负值,每获取一个哈达玛系数,都需要来两种投影模式来区分+1和-1,即差分哈达玛。
有益效果:本发明所提供的一种基于压缩感知与HSI的水下并行单像素成像方法,相对于现有技术,具有以下优点:
1、在并行单像素成像法的基础上运用压缩感知进一步减少了数据采集时间,大大提高了单像素成像的测量效率,拓宽了单像素成像的应用范围,对进一步推动水下复杂环境的光学成像理论和计算机视觉发展有良好作用;
2、采用基于哈达玛变换的单像素成像原理(HSI)来实现并行单像素成像方法,由于哈达玛矩阵为二值图像,可以获得更高的投影速率,而二值FSI则会降低重建图像的空间分辨率,同时HSI更加稳健,因为傅里叶基条纹在空间和大小上不断变化,而哈达玛基底图案是离散的,数字设备可以生成无量化误差的哈达玛基底图案。
附图说明
图1为光学测量系统的示意图;
图2为本发明实施例的整体流程示意图;
图3为本发明实施例中在可见区域定位阶段调制的两种哈达玛模式;
图4为本发明实施例中相机单像素点分别在横向和纵向上的投影函数;
图5为本发明实施例中HSIM 和FSIM在不同浊度条件(浊度分别为10、12、15和19NTU)下的球面拟合误差。
具体实施方式
下面将结合附图对本发明的具体实施方式进行描述,更加清楚、完整地阐述本发明的技术方案。
如图1所示,使用带有DMD投影仪和相机的光学测量系统进行PSI测量。其中,投影仪可以视为相机的倒置,并使用与相机相同的方式进行校准。当投影仪和相机之间的图像对应关系建立后,结合系统校准参数,就可以使用典型的光学三角法方法重建所需的3D形状。
图中和分别是相机和投影仪的光学中心,相机光轴与相交点垂直于相机图像平面,投影仪光轴在处与投影仪图像平面相交,相机和投影仪的焦距分别为和,被测物体表面上的给定点E将从投影仪像素射出的光反射到相机像素。在世界坐标系中,E点的坐标记为,可以通过光学三角法计算得到:
由式(1)可以得到三个线性方程:
PSI将相机的每个像素作为一个单像素探测器,其通过两个阶段即可见区域定位和局部区域反射率计算得到所需的场景反射率。由于第一阶段产生的误差对3D重建几乎没有影响,可以应用压缩感知来减少数据采集规模。同时水下条件下由于光的吸收和散射而存在随机噪声,抗噪性更强的哈达玛单像素成像更适合进行水下目标的3D测量。
基于此,本发明提出一种基于压缩感知与HSI的水下并行单像素成像方法,如图2所示,具体包括以下步骤:
步骤1:通过投影仪将调制出的哈达玛图案投射到水下的被测物体上,并通过相机捕获从被测物体表面反射的哈达玛图案。
根据PSI的原理,利用调制信息在第t个时间内对光进行调制,并对包含运动物体的场景呈现与之相关的清晰图案图像。通过像素化相机对场景中的反射光进行检测,检测强度可表示为:
这里投射光的调制过程具体包括:
首先,采用哈达玛矩阵构造具有相互正交性质的投影调制信息,具体包括和两种投影模式。如图3所示,和分别为用以定位轴坐标的调制信息(即垂直条纹和水平条纹),即:用阶哈达玛矩阵的每一行(竖直延伸)构造出,每一列(水平延伸)构造出。
其次,根据cake-cutting法对上述构造的哈达玛图案进行重排序,选取设定压缩率下的图案进行投影,获取能量较为集中的低频部分信息,以减少测量时间。
在全采样的哈达玛投影模式下,部分模式对图像重建有积极的贡献,而其他模式反而会添加噪声而降低信噪比。测量基的重新排序可能会导致所测散斑的相干区域变化。如果哈达玛基的连接域数量按上升的顺序排序,每个散斑的相干区域将自然地从大到小发生变化。通过这种方法,我们可以生成一种优化的哈达玛基,并在低采样率下获得较好的成像效果。
阶哈达玛矩阵的每一行或列都能被重塑为一个大小的矩阵,将
每个重塑的基础图案想象成一个蛋糕,每一块蛋糕上的值都为−1(黑色)或1(白色),蛋糕的
片数可以用−1和1的连接域之和来表示。同样,对于一个基模式中的一个像素,其具有相同
值的相邻像素都可以被视为其连接区域的一部分。一个基模式所包含的连接区域越少,该
模式为同一对象产生更高测量值的概率就越大。因此,这里按照连接域由小到大的顺序对
完整的哈达玛投影模式进行重排序,并从前开始按压缩率(优选为50%)选取重排序下的哈
达玛图案进行投影,完成压缩采样过程。
步骤2:基于投射和捕获的哈达玛图案,利用压缩重构算法求解并定位相机单像素点的可观测区域。
步骤1基于压缩感知技术,分别投影和采集了哈达玛变换域中能量较为集中的低频部分信息,对投影图与测量值进行了压缩。因此在计算可见其区域之前,需要应用梯度投影法(GPSR),结合投影图与测量值,重建恢复出相机单像素点的哈达玛系数。
假设在阶哈达玛矩阵的测量下,压缩感知技术以采样率进行压缩采样,则将每个像素点对应的个测量值合成为大小的向量作为输入的测量值D,以压缩采样的哈达玛矩阵作为输入的投影矩阵h,经梯度投影法迭代求解,计算出每个相机像素对应的哈达玛系数P。三者关系如下:
在测量值不足的情况下,梯度投影法(GPSR)的提出就是为了解决以下形式的凸优化问题:
当获得了一维哈达玛变换域中的所有系数后,对变换域系数做哈达玛逆变换,计算得到相机单像素点分别在横向和纵向的投影函数:
步骤3:通过投影仪进一步投影周期性扩展模式的哈达玛图案,并通过相机捕获从被测物体表面反射的扩展模式图案。
通过投影周期性扩展的哈达玛基模式获得捕获场景的哈达玛系数,并应用哈达玛反变换重建场景。由于DMD无法产生负值,每获取一个哈达玛系数,都需要来两种投影模式来区分+1和-1(即黑白切换),即差分哈达玛。
假设投影图案大小为320*320,并使用32*32的哈达玛模式进行投影,则复制32*32的哈达玛基到320*320区域,生成周期扩展的投影图案,并由相机采集对应的被测物体反射图案。采用周期性扩展模式的哈达玛编码可大幅度减少采样数量(由320*320减少至32*32次),提高成像效率。
步骤4:基于相机捕获的扩展图案,使用图像重构算法获取相机单像素点对应的场景反射率,建立投影仪像素和相机像素之间的对应关系,实现水下目标的三维光学重建。
关于局部区域展阶段,主要包括三部分内容:首先,根据每个像素的可见区域选取合适的周期扩展哈达玛基以确保有效信息的充分获取。其次,我们不是投影具有自由度的哈达玛基模式,而是投影具有自由度的周期扩展模式,且保证投影分辨率中的M和N能分别被和整除。最后,通过重构算法,对场景反射率的周期扩展版本进行处理,以获取全场景中的反射率。
重构算法主要分为两个步骤:
1)基于哈达玛基单像素重构算法的应用。
2)根据粗定位信息,将不可见区域设置为零,保存实际可见区域。
取中区域的信息形成大小的单像素场景反射率矩阵做亚像素计算。由于相机像素的光传输系数不仅具有唯一非零值,为了获得准确的三维测量结果,直接照明光的像素坐标应该定位在亚像素水平。在此利用灰度质心法来确定亚像素坐标,即像素坐标的加权平均值是通过用像素的灰度值作为权重计算的。
综上所述,PSI通过两个阶段即可见光区域定位和局部区域反射率计算得到所需的场景反射率。首先,利用哈达玛编码获得场景反射率沿水平和垂直方向的一维投影,得到场景反射率沿水平轴和垂直轴的投影函数和,定位可见光区域。其次,周期性扩展模式图案被投影,并通过图像重构算法获取所需的场景反射率。使用周期性的扩展模式有效地将收集的数据从2MN减少到。最后,以可见区域定位时获取的像素坐标为中心,得到局部区域反射率,并通过灰度中心法得到亚像素坐标,建立投影仪像素和相机像素之间的对应关系,实现水下目标的三维光学重建。
图5展示了HSIM 和FSIM在不同浊度条件(浊度分别为10、12、15和19NTU)下的球面拟合误差(RMSE),HSIM和FSIM分别表示基于哈达玛变换和傅里叶变换的并行单像素成像方法,周期分别为16、32和64像素。
实验表明,使用64像素周期的投影图案提高了非常高浊度条件下的3-D精度;与FSIM相比,HSIM在高浊度和极高浊度条件下表现更好,且HSIM的测量效率更高。
尽管应用单像素成像即使在非常高浊度的水条件下也可以得到被测物体的高精度3D形状,但每次测量需要更长的时间。对于周期为16像素的图案,HSIM仅仅需要1.5分钟,FSIM需要24.5分钟。对于PSI的可见区域定位阶段,傅里叶切片定理的使用至少需要10分钟,而对于基于压缩感知的方法,这个时间至少可以减少到3秒。
上述具体实施方式仅仅对本发明的优选实施方式进行描述,而并非对本发明的保护范围进行限定。在不脱离本发明设计构思和精神范畴的前提下,本领域的普通技术人员根据本发明所提供的文字描述、附图对本发明的技术方案所作出的各种变形、替代和改进,均应属于本发明的保护范畴。
Claims (6)
1.一种基于压缩感知与HSI的水下并行单像素成像方法,其特征在于,包括以下步骤:
步骤1:通过投影仪将压缩采样的哈达玛图案投射到水下的被测物体上,并通过相机捕获从被测物体表面反射的压缩采样图案;
步骤2:基于投射和捕获的压缩采样图案,利用压缩重构算法求解并定位相机单像素点的可观测区域;
步骤3:通过投影仪进一步投影周期性扩展模式图案,并通过相机捕获从被测物体表面反射的扩展模式图案;
步骤4:基于相机捕获的扩展模式图案,使用图像重构算法获取相机单像素点对应的场景反射率,建立投影仪像素和相机像素之间的对应关系,实现水下目标的三维光学重建。
3.根据权利要求2所述的一种基于压缩感知与HSI的水下并行单像素成像方法,其特征在于,所述步骤2具体包括:
步骤2.1:基于投射和捕获的压缩采样图案,应用梯度投影法重建恢复出相机单像素点分别在横向和纵向坐标轴上的一维哈达玛系数;
步骤2.2:对获取的一维哈达玛系数作哈达玛逆变换,计算得到相机单像素点分别在横向和纵向坐标轴上的投影函数;
步骤2.3:该投影函数中值大于噪声阈值的区域即为对应相机像素可观测到的横向或纵向区域范围,由此实现相机单像素点的可见区域定位。
6.根据权利要求5所述的一种基于压缩感知与HSI的水下并行单像素成像方法,其特征在于,所述步骤4.1中通过差分哈达玛投影来获取每一个哈达玛系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211219783.3A CN115290004B (zh) | 2022-10-08 | 2022-10-08 | 一种基于压缩感知与hsi的水下并行单像素成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211219783.3A CN115290004B (zh) | 2022-10-08 | 2022-10-08 | 一种基于压缩感知与hsi的水下并行单像素成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115290004A true CN115290004A (zh) | 2022-11-04 |
CN115290004B CN115290004B (zh) | 2023-02-28 |
Family
ID=83833765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211219783.3A Active CN115290004B (zh) | 2022-10-08 | 2022-10-08 | 一种基于压缩感知与hsi的水下并行单像素成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115290004B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116416294A (zh) * | 2023-06-12 | 2023-07-11 | 南京理工大学 | 一种反射率不一致物体的精确三维重建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015089308A1 (en) * | 2013-12-11 | 2015-06-18 | The General Hospital Corporation | Apparatus and method for high-speed full field optical coherence microscopy |
US20150281543A1 (en) * | 2014-03-27 | 2015-10-01 | Xerox Corporation | Method and apparatus for compressive imaging of a scene using a single pixel camera |
CN108007385A (zh) * | 2017-12-31 | 2018-05-08 | 中国人民解放军陆军工程大学 | 一种大视场弹坑表面形貌成像系统及方法 |
CN110175971A (zh) * | 2019-05-27 | 2019-08-27 | 大连海事大学 | 一种多光谱单像素成像的深度学习图像重构方法 |
CN110264540A (zh) * | 2019-06-19 | 2019-09-20 | 北京航空航天大学 | 一种并行单像素成像方法 |
-
2022
- 2022-10-08 CN CN202211219783.3A patent/CN115290004B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015089308A1 (en) * | 2013-12-11 | 2015-06-18 | The General Hospital Corporation | Apparatus and method for high-speed full field optical coherence microscopy |
US20150281543A1 (en) * | 2014-03-27 | 2015-10-01 | Xerox Corporation | Method and apparatus for compressive imaging of a scene using a single pixel camera |
CN108007385A (zh) * | 2017-12-31 | 2018-05-08 | 中国人民解放军陆军工程大学 | 一种大视场弹坑表面形貌成像系统及方法 |
CN110175971A (zh) * | 2019-05-27 | 2019-08-27 | 大连海事大学 | 一种多光谱单像素成像的深度学习图像重构方法 |
CN110264540A (zh) * | 2019-06-19 | 2019-09-20 | 北京航空航天大学 | 一种并行单像素成像方法 |
Non-Patent Citations (2)
Title |
---|
吕志强 等: "基于压缩感知的单像素图像采集技术研究", 《通信技术》 * |
张家齐: "基于单像素相机的流层火焰成像方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116416294A (zh) * | 2023-06-12 | 2023-07-11 | 南京理工大学 | 一种反射率不一致物体的精确三维重建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115290004B (zh) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109506589B (zh) | 一种基于结构光场成像的三维轮廓测量方法 | |
Salvi et al. | A state of the art in structured light patterns for surface profilometry | |
Zhu et al. | Reliability fusion of time-of-flight depth and stereo geometry for high quality depth maps | |
CN109307483B (zh) | 一种基于结构光系统几何约束的相位展开方法 | |
JP2012504771A (ja) | 三次元及び距離の面間推定を与えるための方法及びシステム | |
Aliaga et al. | A self-calibrating method for photogeometric acquisition of 3D objects | |
CN110264540B (zh) | 一种并行单像素成像方法 | |
CN111563952B (zh) | 基于相位信息与空间纹理特征实现立体匹配方法及系统 | |
CN104541127A (zh) | 图像处理系统以及图像处理方法 | |
CN113506348B (zh) | 一种基于格雷码辅助的三维坐标计算方法 | |
CN106643562A (zh) | 基于时域空域混合编码的结构光条纹投射方法 | |
CN110097634B (zh) | 一种自适应多尺度的三维鬼成像方法 | |
Gupta et al. | A geometric perspective on structured light coding | |
US6219063B1 (en) | 3D rendering | |
CN115290004B (zh) | 一种基于压缩感知与hsi的水下并行单像素成像方法 | |
CN107990846A (zh) | 基于单帧结构光的主被动结合深度信息获取方法 | |
CN113763540A (zh) | 一种基于散斑条纹混合调制的三维重建方法及设备 | |
CN116718133A (zh) | 近距离单点结构光三维测量方法 | |
Lyu et al. | Structured light-based underwater 3-D reconstruction techniques: A comparative study | |
CN117450955B (zh) | 基于空间环形特征的薄型物体三维测量方法 | |
CN113345039B (zh) | 三维重建量化结构光相位图像编码方法 | |
US6512844B2 (en) | 3D rendering | |
CN115546285B (zh) | 基于点扩散函数解算的大景深条纹投影三维测量方法 | |
CN114136236A (zh) | 一种结合极线约束的相位轮廓自适应投影测量方法 | |
CN114234852B (zh) | 基于最佳映射点集匹配的多目结构光三维测量方法及系统 |
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 |