CN115840235A - 成像方法及系统 - Google Patents

Abstract

本申请实施方式提供了一种成像方法及系统。成像方法包括使用赝热光作为探测光，并将探测光照射至运动物体后形成反射光；利用单像素探测器接收反射光，并利用频率分析系统确定反射光相对于探测光的多普勒频移分布；基于反射光相对于探测光的多普勒频移分布，获得运动物体的速度序列；基于关联成像算法，利用预存储的参考空间热光场分布和速度序列构建运动物体的全视场速度图像和空间像，其中空间像对应运动物体的反射率分布，运动物体的速度的方向垂直于单像素探测器的采集面所在的平面，速度序列与预存储的参考空间热光场分布相对应。

Description

成像方法及系统

技术领域

本申请涉及成像领域，更具体地，涉及一种成像方法以及一种成像系统。

背景技术

单像素成像是一种利用单像素探测器获取物体信息的技术。单像素探测器在缺乏阵列探测器或者不能采用阵列探测器的情况下具有重要的应用前景。此外，单像素成像使用非点扫描成像方式，因而可覆盖整个视场，与阵列探测器相比，具有更高的量子效率、更低的暗噪声和更短的响应时间等优点。

单像素成像除了可以获取相位、光谱(颜色)以及维度的信息，还可以获取物体的速度信息。物体速度信息的获取在大气风场测量、爆炸、风洞、交通、安防、生物医疗、国防等领域具有重大意义。

因此，目前亟需一种兼具成像效率和成像质量的方法和系统，以获取例如场景中运动物体的全视场速度图像、空间像等。

发明内容

本申请实施方式提供了一种可至少部分解决相关技术中存在的上述问题或本领域其它问题的成像方法以及系统。

本申请一方面提供了一种成像方法，所述方法包括：使用赝热光作为探测光，并将所述探测光照射至运动物体后形成反射光；利用单像素探测器接收所述反射光，并利用频率分析系统确定所述反射光相对于所述探测光的多普勒频移分布；基于所述多普勒频移分布获得所述运动物体的速度序列；以及基于关联成像算法，利用预存储的参考空间热光场分布和所述速度序列构建所述运动物体的全视场速度图像和空间像，其中，所述空间像对应所述运动物体的反射率分布；所述运动物体的速度的方向垂直于所述单像素探测器的采集面所在的平面；以及所述速度序列与所述预存储的参考空间热光场分布相对应。

在本申请一个实施方式中，利用单像素探测器接收所述反射光，并利用频率分析系统确定所述反射光相对于所述探测光的多普勒频移分布包括：将所述反射光以及与所述探测光相对应的本振光进行合束形成合束光，通过所述单像素探测器采集所述合束光，并利用采集到的所述合束光确定所述多普勒频移分布。

在本申请一个实施方式中，利用单像素探测器接收所述反射光，并利用频率分析系统确定所述反射光相对于所述探测光的多普勒频移分布包括：将所述反射光通过光栅和法布里-珀罗干涉仪中的至少之一，以获得所述反射光的频率分布，从而确定所述多普勒频移分布。

在本申请一个实施方式中，所述方法还包括：在采集周期内，对与所述预存储的参考空间热光场分布中的每一个对应的所述合束光进行多次采样，以形成采样序列；对所述采样序列进行傅里叶变换形成频率序列，基于所述频率序列确定与所述预存储的参考空间热光场分布中的每一个对应的所述多普勒频移分布，以获得所述速度序列中的每一个；将转置后的所述速度序列中的每一个与所述预存储的参考空间热光场分布进行关联运算，获得与所述速度序列中的每一个对应的速度像切片集；以及将所述速度像切片集进行组合，以获得所述全视场速度图像。

在本申请一个实施方式中，

其中，其中，t为每个采集周期内的采样时间点；s(t)为采集到的所述合束光；(x,y)为所述运动物体的空间坐标；I₀为所述本振光的强度；I_s为所述探测光的强度；P(x,y)为所述预存储的参考空间热光场分布；T(x,y)为所述运动物体的反射函数；Δf为所述多普勒频移，其中Δf＝f_s-f₀，f_s为所述反射光的频率，f₀为所述本振光的频率；以及

为所述探测光与所述本振光之间的相位差。

在本申请一个实施方式中，所述方法还包括：在对所述采样序列进行傅里叶变换形成所述频率序列之后，确定所述频率序列的直流分量；以及在获得与所述速度序列中的每一个对应的所述速度像切片集之后，基于所述速度像切片集中与所述直流分量对应的切片为所述空间像。

在本申请一个实施方式中，在将所述探测光照射至运动物体之前，所述方法还包括：对所述探测光或所述本振光进行移频处理，并基于移频量和所述多普勒频移分布确定所述运动物体的运动方向。

在本申请一个实施方式中，所述关联成像算法包括压缩感知恢复算法、标准的二阶关联成像算法以及深度学习算法中的至少一种。

在本申请一个实施方式中，所述压缩感知恢复算法包括但不限于基追踪算法、正交匹配追踪算法、迭代硬阈值算法、分段正交匹配追踪算法、广义正交匹配追踪算法、分段弱正交匹配追踪算法；所述标准的二阶关联成像算法包括但不限于差分算法、差分鬼成像算法、归一化鬼成像算法、瞬时鬼成像算法；以及所述深度学习算法包括但不限于全连接神经网络、卷积神经网络、循环神经网络。

本申请另一方面提供了一种成像系统，所述系统包括：探测模块，被配置为使用赝热光作为探测光，并将所述探测光照射至运动物体后形成反射光；采集模块，包括单像素探测器和频率分析系统，并被配置为利用所述单像素探测器接收所述反射光，并利用所述频率分析系统确定所述反射光相对于所述探测光的多普勒频移分布；分析模块，被配置为基于所述多普勒频移分布获得所述运动物体的速度序列；以及成像模块，被配置为基于关联成像算法，利用预存储的参考空间热光场分布和所述速度序列构建所述运动物体的全视场速度图像和空间像，其中，所述空间像对应所述运动物体的反射率分布；所述运动物体的速度的方向垂直于所述单像素探测器的采集面所在的平面；以及所述速度序列与所述预存储的参考空间热光场分布相对应。

在本申请一个实施方式中，所述采集模块被进一步配置为：将所述反射光以及与所述探测光相对应的本振光进行合束形成合束光，通过所述单像素探测器采集所述合束光，并利用采集到的所述合束光确定所述多普勒频移分布。

在本申请一个实施方式中，所述采集模块被进一步配置为：将所述反射光通过光栅和法布里-珀罗干涉仪中的至少之一，以获得所述反射光的频率分布，从而确定所述多普勒频移分布。

在本申请一个实施方式中，所述采集模块被进一步配置为：在采集周期内，对与所述预存储的参考空间热光场分布中的每一个对应的所述合束光进行多次采样，以形成采样序列；以及对所述采样序列进行傅里叶变换形成频率序列，基于所述频率序列确定与所述预存储的参考空间热光场分布中的每一个对应的所述多普勒频移分布，以获得所述速度序列中的每一个；以及所述成像模块被进一步配置为：将转置后的所述速度序列中的每一个与所述预存储的参考空间热光场分布进行关联运算，获得与所述速度序列中的每一个对应的速度像切片集；以及将所述速度像切片集进行组合，以获得所述全视场速度图像。

在本申请一个实施方式中，

其中，t为每个采集周期内的采样时间点；s(t)为采集到的所述合束光；(x,y)为所述运动物体的空间坐标；I₀为所述本振光的强度；I_s为所述探测光的强度；P(x,y)为所述预存储的参考空间热光场分布；T(x,y)为所述运动物体的反射函数；Δf为所述多普勒频移，其中Δf＝f_s-f₀，f_s为所述反射光的频率，f₀为所述本振光的频率；以及

为所述探测光与所述本振光之间的相位差。

在本申请一个实施方式中，所述采集模块被进一步配置为在对所述采样序列进行傅里叶变换形成所述频率序列之后，确定所述频率序列的直流分量；以及所述成像模块被进一步配置为在获得与所述速度序列中的每一个对应的所述速度像切片集之后，基于所述速度像切片集中与所述直流分量对应的切片为所述空间像。

在本申请一个实施方式中，所述探测模块被进一步配置为对所述探测光或所述本振光进行移频处理，并基于移频量和所述多普勒频移分布确定所述运动物体的运动方向。

在本申请一个实施方式中，所述关联成像算法包括压缩感知恢复算法、标准的二阶关联成像算法以及深度学习算法中的至少一种。

在本申请一个实施方式中，所述压缩感知恢复算法包括但不限于基追踪算法、正交匹配追踪算法、迭代硬阈值算法、分段正交匹配追踪算法、广义正交匹配追踪算法、分段弱正交匹配追踪算法；

所述标准的二阶关联成像算法包括但不限于差分算法、差分鬼成像算法、归一化鬼成像算法、瞬时鬼成像算法；以及所述深度学习算法包括但不限于全连接神经网络、卷积神经网络、循环神经网络。

本申请实施方式首次提出了一种使用单像素探测器同时获得运动物体空间像和全视场速度图像的成像方法及系统，该方法和系统兼具成像效率和成像质量，提升了包括单像素探测器的系统获取物体信息的能力，并有助于扩大单像素成像的应用领域和范围。

附图说明

通过阅读参照以下附图所作的对非限制性实施例的详细描述，本申请的其它特征、目的和优点将会变得更明显。其中：

图1是根据本申请一个实施方式的成像方法的流程图；

图2是根据本申请一个实施方式的成像系统的局部示意图；

图3是根据本申请一个实施方式的运动物体的示意图；

图4是根据本申请一个实施方式的光源发射器、运动物体以及单像素探测器之间位置关系的示意图；

图5是根据本申请一个实施方式的获得运动物体的速度序列的示意图；

图6是根据本申请一个实施方式的获得运动物体的全视场速度图像和空间像的示意图；

图7是根据本申请一个实施方式的不同的运动速度下获得的运动物体的全视场速度图像和空间像的示意图；以及

图8是根据本申请一个实施方式的成像系统的框图。

具体实施方式

为了更好地理解本申请，将参考附图对本申请的各个方面做出更详细的说明。应理解，这些详细说明只是对本申请的示例性实施方式的描述，而非以任何方式限制本申请的范围。在说明书全文中，相同的附图标号指代相同的元件。表述“和/或”包括相关联的所列项目中的一个或多个的任何和全部组合。

应注意，在本说明书中，第一、第二、第三等的表述仅用于将一个特征与另一个特征区域分开来，而不表示对特征的任何限制，尤其不表示任何的先后顺序。

在附图中，为了便于说明，已稍微调整了部件的厚度、尺寸和形状。附图仅为示例而并非严格按比例绘制。如在本文中使用的，用语“大致”、“大约”以及类似的用语用作表近似的用语，而不用作表程度的用语，并且旨在说明将由本领域普通技术人员认识到的、测量值或计算值中的固有偏差。

还应理解的是，诸如“包括”、“包括有”、“具有”、“包含”和/或“包含有”等表述在本说明书中是开放性而非封闭性的表述，其表示存在所陈述的特征、元件和/或部件，但不排除一个或多个其它特征、元件、部件和/或它们的组合的存在。此外，当诸如“...中的至少一个”的表述出现在所列特征的列表之后时，其修饰整列特征，而非仅仅修饰列表中的单独元件。此外，当描述本申请的实施方式时，使用“可”表示“本申请的一个或多个实施方式”。并且，用语“示例性的”旨在指代示例或举例说明。

除非另外限定，否则本文中使用的所有措辞(包括工程术语和科技术语)均具有与本申请所属领域普通技术人员的通常理解相同的含义。还应理解的是，除非本申请中有明确的说明，否则在常用词典中定义的词语应被解释为具有与它们在相关技术的上下文中的含义一致的含义，而不应以理想化或过于形式化的意义解释。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。另外，除非明确限定或与上下文相矛盾，否则本申请所记载的方法中包含的具体步骤不必限于所记载的顺序，而可以任意顺序执行或并行地执行。下面将参考附图并结合实施例来详细说明本申请。

此外，在本申请中当使用“连接”或“联接”时可表示相应部件之间为直接的接触或间接的接触，除非有明确的其它限定或者能够从上下文推导出的除外。

另外，本领域技术人员可以理解的是，在本申请附图及下文中示出的数量，例如采样信号的数量、采样时间点的数量、速度像切片集包含的切片数量等，仅为便于示出而显示，本申请不受其限制，具体数量可根据实际需要设置。

图1是根据本申请一个实施方式的成像方法1000的流程图。如图1所示，本申请提供一种成像方法1000包括：

S1，使用赝热光作为探测光，并将探测光照射至运动物体后形成反射光。

S2，利用单像素探测器接收反射光，并利用频率分析系统确定反射光相对于探测光的多普勒频移分布。

S3，基于多普勒频移分布获得运动物体的速度序列，其中运动速度的方向垂直于单像素探测器的采集面的平面，速度序列与预存储的参考空间热光场分布相对应。

S4，基于关联成像算法，利用预存储的参考空间热光场分布和速度序列构建运动物体的全视场速度图像和空间像，其中空间像对应运动物体的反射率分布。

下面将结合图1至图7详细说明上述成像方法1000。

单像素成像是一种利用单像素探测器获取物体信息的技术。单像素探测器在缺乏阵列探测器或者不能采用阵列探测器的情况下具有重要的应用前景。此外，单像素成像使用非点扫描成像方式，因而可覆盖整个视场，与阵列探测器相比，具有更高的量子效率、更低的暗噪声和更短的响应时间等优点。单像素成像除了可以获取相位、光谱(颜色)以及维度的信息，还可以获取物体的速度信息。物体速度信息的获取在大气风场测量、爆炸、风洞、交通、安防、生物医疗、国防等领域具有重大意义。

根据物体运动方向与单像素探测器采集面的法线方向之间的关系，物体的运动速度可被分为横向运动速度和纵向运动速度。其中，横向运动速度的运动方向与单像素探测器采集面的法线方向平行；纵向运动速度的运动方向与单像素探测器采集面的法线方向垂直。

探测光照射在运动物体上，形成的反射光中包含了运动物体的空间信息，基于多普勒效应，反射光还包含了运动物体的速度信息。因而，结合光学频率分析和单像素成像原理，可在获得运动物体的全视场速度图像的过程中，获得运动物体的空间像，其中运动物体的空间像对应运动物体的反射率分布，反映了运动物体的空间信息。

本申请实施方式首次提出了一种使用单像素探测器同时获得运动物体空间像和全视场速度图像的成像方法，该方法兼具成像效率和成像质量，提升了包括单像素探测器的系统获取物体信息的能力，并有助于扩大单像素成像的应用领域和范围。

步骤S1

照射至运动物体的探测光可为能够极大程度的模拟真热光的光场统计性质的赝热光。赝热光可通过激光器发出的激光经过诸如运动的、带有随机图案的介质(玻璃、金属、菲林等)后，由相干光变为赝热光来实现。作为一种选择，上述带图案的玻璃可替换为毛玻璃。本申请对此不作限定。

作为一种选择，激光经由光源调制单元(光学调制器)，可形成照射至运动物体的探测光，其中光源调制单元包括通过例如计算机生成的随机矩阵。

图2是根据本申请一个实施方式的成像系统2000的局部示意图。

如图1和2所示，在本申请的一个实施方式中，步骤S1使用赝热光作为探测光，并将探测光照射至运动物体后形成反射光可例如包括：形成探测光；以及探测光照射至运动物体后形成反射光。

作为一种选择，可采用直接检测的方法，获得反射光相对于探测光的多普勒频移分布。换言之，在后续的步骤S2中，可将反射光通过光栅和法布里-珀罗干涉仪中的至少之一，获得反射光的频率分布，从而确定反射光相对于探测光的多普勒频移分布。

作为另一种选择，可采用相干检测方法，利用反射光、与探测光相对应的本振光共同获得反射光相对于探测光的多普勒频移分布。换言之，在后续的步骤S2中，可将反射光以及与探测光相对应的本振光进行合束形成合束光，通过单像素探测器采集合束光，并利用采集到的合束光确定反射光相对于探测光的多普勒频移分布。相较于直接检测的方法，相干检测方法的频率检测精度更高，信噪比也更高。

因而，下文将以采用相干检测方法获得反射光相对于探测光的多普勒频移分布为例，详细描述获得反射光相对于探测光的多普勒频移分布的过程。该过程可包括形成探测光和与探测光相对应的本振光，以及探测光照射至运动物体后形成反射光的步骤S1，以及将反射光以及本振光进行合束形成合束光，通过单像素探测器采集合束光，并利用采集到的合束光确定反射光相对于探测光的多普勒频移分布的步骤S2。然而，本领域技术人员应理解，获得反射光相对于探测光的多普勒频移分布的方法可根据实际需求选择，本申请对此不作限定。

具体地，如图2所示，生成探测光可包括：光源发射器100可发出例如532nm的单频激光(下文简称初始光)，初始光经过光学折转单元110后被分光单元120(例如，分光镜1)分成两束，其中一束经过光源调制单元200，可形成探测光；另一束为与探测光相对应的本振光。可选地，光源调制单元200可为DMD(Digtial Micromirror Devices，数字微镜单元)。DMD可以20KHz的切换速度工作，从而随时间变化展示不同的随机图案(pattern)。通过预存储的形式保存上述随机图案可形成预存储参考空间热光场分布。可选地，pattern的尺寸N可为32×32(1024)，pattern被测量的次数可为M，其中N与M为正整数，N与M可以相同，也可以不同。初始光中的一束照射至DMD上，可形成探测光，探测光的预存储的参考空间热光场分布与DMD上随机图案形成的图案序列相同。

探测光经过光学单元210(光学单元1，例如长焦望远镜)之后，可在较长的距离上实现比较清晰的像，照射在运动物体300上，经运动物体300反射形成反射光。

图3是根据本申请一个实施方式的运动物体300的示意图。

可选地，如图3所示，运动物体300可包括目标单元310以及可移动单元320，其中目标单元310固定在滑块上，随滑块在导轨上以不同的速度运动。

另外，在本申请的一个实施方式中，在将探测光照射至运动物体之前，成像方法1000还可包括对探测光或本振光进行移频处理的步骤，从而可在后续步骤中基于移频量和探测光的多普勒频移分布确定运动物体的运动方向。

具体地，成像系统2000还可包括频移器件(未示出)。频移器件可例如为两个声光移频器的组合，通过声光移频器的组合可获得例如7MHz的频移量(f_r)。换言之，通过对探测光或本振光进行移频，可将探测光或本振光的频移中心偏移f_r，因而在运动物体采用相同速率进行正向运动和反向运动时，所形成的频移可分别表示为f_r+f_d和f_r-f_d。通过对探测光或本振光进行移频处理，可分辨运动物体的运动方向。

步骤S2

步骤S2利用单像素探测器接收反射光，并利用频率分析系统确定反射光相对于探测光的多普勒频移分布可例如包括：将反射光以及与探测光相对应的本振光进行合束形成合束光，通过单像素探测器采集合束光，并利用采集到的合束光确定反射光相对于探测光的多普勒频移分布。

或者，作为一种选择，在本申请的一个实施方式中，将反射光通过光栅和法布里-珀罗干涉仪中的至少之一，可获得反射光的频率分布，从而确定反射光相对于探测光的多普勒频移分布。

图4是根据本申请一个实施方式的光源发射器100、运动物体300以及单像素探测器400之间位置关系的示意图。

参考图4，光源发射器100和单像素探测器400如图中虚线所示位于同一位置，运动物体300沿着光的传播方向运动。探测光照射至运动物体300后可形成反射光，该反射光相对于探测光具有多普勒频移Δf。根据相对论理论，反射光相对于探测光的多普勒频移Δf与运动物体300的运动速度v满足：

其中，C为光速；以及f₀为照射至运动物体的探测光的频率。

结合图1、图4以及公式(1)，运动物体300的反射光在分光单元310(例如，分光镜2)处，与本振光合束形成合束光。合束光被光学单元320(光学单元2，例如透镜)汇聚后，进入单像素探测器400。因而，如公式(2)所示，单像素探测器400探测到的合束光包含了运动物体300的振幅信息和速度信息。

其中，t为每个采集周期内的采样时间点；s(t)为采集到的合束光；(x,y)为运动物体的空间坐标；I₀为本振光的强度；I_s为探测光的强度；P(x,y)为预存储的参考空间热光场分布；T(x,y)为运动物体的反射函数；Δf为多普勒频移，其中Δf＝f_s-f₀，f_s为反射光的频率，f₀为本振光的频率；以及

为探测光与本振光之间的相位差。

此外，成像系统2000还可包括模数转换器(Analog to Digital Converter，A/D转换器，未示出)，模数转换器可将采集到的模拟信号转化为数字信号。

可选地，在采集周期内，对与预存储的参考空间热光场分布中的每一个(pattern)对应的合束光进行多次采样，可形成采样序列S。例如，模数转换的采样速度可为100MHz，则对于每一个pattern采样的总时间为10us，每一个pattern对应的S序列的采样点数为1000。换言之，公式(2)中t取1-1000个时刻，时刻间隔为0.01us。

本申请实施方式所指的频率分析系统包括上述提及的光栅、法布里-珀罗干涉仪以及利用采集到的合束光确定多普勒频移分布所使用到的设备中的至少一个。

步骤S3

图5是根据本申请一个实施方式的获得运动物体的速度序列S(v_j,i)的示意图。

如图5所示，步骤S3基于反射光相对于探测光的多普勒频移分布获得运动物体的速度序列，其中运动物体的速度的方向垂直于单像素探测器的采集面的平面，速度序列与预存储的参考空间热光场分布相对应可例如包括：对采样序列S进行傅里叶变换形成频率序列，基于频率序列确定与预存储的参考空间热光场分布中的每一个对应的多普勒频移分布，以获得速度序列中的每一个。

具体地，预存储的参考空间热光场分布(patterns)可包括多个随机图案。通过公式(2)，第i个图案(pattern(i))的探测光可通过其对应的合束光获得第i个采样序列S_i(t)。如上所述，第i个采样序列S_i(t)可由例如1000个采样点组成。第i个采样序列S_i(t)中的每一个经过例如快速傅立叶变换FFT(Fast Fourier Transform)之后，可得到1000个双边频率，进而还可得到500个单边频率序列S_i(f)。

此外，根据公式(2)，傅立叶频率的幅度与运动物体的反射函数T(x,y)的平方根成正比，因而第i个采样序列S_i(t)经FFT变换之后可平方得到与上述反射函数成正比的数值。

通过公式(1)，单边频率序列S_i(f)可转换为第i个速度序列S_i(v)。S_i(v)可以是一个M×500的矩阵，其中M为第i个图案pattern(i)被测量的次数，500为第i个速度序列中不同速度的数量。此外，要获得运动物体的全视场速度图像，需要将S_i(v)转置获得S_v(i)。如图5(d)所示，每一条曲线都是第j个速度v_j对应的序列S_v(i)。重复上述步骤，直至获得运动物体的全部速度序列。

此外，成像方法1000还可包括形成运动物体的空间像的方法。该方法包括：在步骤S3中，在对采样序列进行傅里叶变换形成频率序列之后，可确定频率序列的直流分量；以及在后续步骤S4中，在获得与速度序列中的每一个对应的速度像切片集中与直流分量对应的切片为运动物体的空间像。

步骤S4

图6是根据本申请一个实施方式的获得运动物体的全视场速度图像和空间像的示意图。

如图6和下文的公式(3)所示，步骤S4基于关联成像算法，利用预存储的参考空间热光场分布和速度序列构建运动物体的全视场速度图像和空间像可例如包括：将转置后的速度序列中的每一个

与预存储的参考空间热光场分布P(x,y)进行关联运算，获得与速度序列中的每一个对应的速度像切片集o(v_j；x,y)，其中速度像切片集o(v_j；x,y)中与直流分量对应的切片为运动物体的空间像；以及将速度像切片集o(v_j；x,y)中其余的切片进行组合，获得运动物体的全视场速度图像，其中(x,y)为运动物体的空间坐标。

其中，(x,y)为运动物体的空间坐标；P(x,y)为预存储的参考空间热光场分布；

为转置后的速度序列中的每一个；o(v_j；x,y)为与速度序列中的每一个对应的速度像切片集。

可选地，将转置后的速度序列中的每一个

与预存储的参考空间热光场分布P(x,y)相乘，可获得与运动速度v_j对应的速度像切片。在第i个速度序列中具有500个不同速度的时候，速度像切片集(Imaging Cube)o(v_j；x,y)可包括500个速度像切片。

其中，与直流分量对应的速度像切片为物体空间像，其余499个速度像切片的集合经过组合之后，可获得运动物体的全视场速度图像(Velocity Map)。

在该实施方式中，结合光学频率分析和单像素成像原理，可在获得运动物体的全视场速度图像的过程中，获得运动物体的空间像，其中运动物体的空间像对应运动物体的反射率分布，反映运动物体的空间信息。本申请首次提出了一种使用单像素探测器同时获得运动物体空间像和全视场速度图像的成像方法，该方法兼具成像效率和成像质量，提升了包括单像素探测器的系统获取物体信息的能力，并有助于扩大单像素成像的应用领域和范围。

另外，在本申请的一个实施方式中，关联成像算法可包括压缩感知恢复算法、标准的二阶关联成像算法以及深度学习算法中的至少一种。

可选地，压缩感知恢复算法可包括但不限于基追踪算法、正交匹配追踪算法、迭代硬阈值算法、分段正交匹配追踪算法、广义正交匹配追踪算法、分段弱正交匹配追踪算法；标准的二阶关联成像算法可包括但不限于差分算法、差分鬼成像算法、归一化鬼成像算法、瞬时鬼成像算法；深度学习算法可包括但不限于全连接神经网络、卷积神经网络、循环神经网络。

以压缩感知恢复算法在成像方法1000中的应用为例，通过压缩感知恢复算法，可在低采样率下获得高质量的运动物体的全视场速度图像，其中采样率β可定义为：

其中，N为预存储的参考空间热光场分布中每个图案(pattern)的尺寸；M为每个pattern被测量的次数；以及β为采用压缩感知恢复算法后的采样率。

具体地，可先将预存储的参考空间热光场分布P(x,y)以及运动物体的反射函数T(x,y)变形(reshape)为一维向量P和T。之后，进行M次测量，测量矩阵φ可由M个P向量组成。

因而，在步骤3中获得的第j个速度v_j对应的序列

可通过公式(5)表示。下文中，为了描述方便，/>

标记为S(v_j)。

S(v_j)＝φT(v_j) (5)

其中，T(v_j)为与第j个速度v_j对应的反射函数的一维向量。

根据图像的压缩感知理论，在稀疏基中存在稀疏向量x(v_j)，其中稀疏向量x(v_j)与第j个速度v_j对应的反射函数的一维向量T(v_j)满足公式(6)。

T(v_j)＝ψx(v_j) (6)

其中，ψ是一个N×N的稀疏转换矩阵，而x(v_j)为T(v_j)在稀疏基中的压缩向量。

因此，在步骤S4中，通过压缩感知恢复算法构建运动物体的全视场速度图像可理解为求解公式(7)的凸优化过程。

其中，|x(v_j)|为x(v_j)的一阶范数；‖S(v_j)-φψx(v_j)‖为S(v_j)-φψx(v_j)的二阶范数；λ为非负参数。

通过凸优化过程获得压缩向量x(v_j)后，利用压缩向量x(v_j)和公式(6)可获得与第j个速度v_j对应的反射函数的一维向量T(v_j)，并由此获得运动物体的全视场速度图像和空间像。

可选地，在通过压缩感知恢复算法获得运动物体的全视场速度图像的时候，采样率可为10％至30％，例如25％、30％。从而在提供成像速度的同时，获得良好的成像质量。

图7是根据本申请一个实施方式的不同的运动速度下获得的运动物体的空间像和全视场速度图像的示意图。

如图7所示，根据本申请至少一个实施方式提供的成像方法1000，可获得运动物体在不同的速度下的空间像和全视场速度图像。其中，在图7(a)中运动物体的速度为31.92cm/s；在图7(b)中运动物体的速度为125.02cm/s。在运动物体以上述速度运动时，通过本申请至少一个实施方式所提供的成像方法1000，均可获得清晰准确的全视场速度图像。此外，在运动物体的速度为2.66cm/s至1327.34cm/s时，成像方法1000均可获得清晰准确的全视场速度图像，并且成像方法1000的测速分辨率可达到2.66cm/s。

进一步地，在本申请的至少一个实施方式中，通过使用模数转换器可将采集到的模拟信号转化为数字信号，从而提高成像方法1000的测速范围和测速精度。例如，模数转换的采样速度可为100MHz，则对于每一个pattern采样的总时间为10us，每一个pattern对应的S序列的采样点数为1000。如果使用采样速度可为10GHz的模数转换器采用采样10us，可获得的采样点数为10万个，因而成像方法1000可实现0.266mm/s的测速精度。如果使用采样速度可为10GHz的模数转换器采用采样30us，则可获得的采样点数为30万个，因而成像方法1000可实现0.266mm/s的测速精度，以及0.0266cm/s到3982.02cm/s(即，143km/h)的测速范围。

因此，根据本申请至少一个实施方式提供的成像方法1000，通过单像素探测器同时获得运动物体空间像和全视场速度图像，并可兼具成像效率和成像质量，提升了包括单像素探测器的系统获取物体信息的能力，并有助于扩大单像素成像的应用领域和范围。

图8是根据本申请一个实施方式的成像系统2000的框图。

此外，如图8所示，本申请的另一方面还提供一种成像系统2000。成像系统2000包括：探测模块2001、采集模块2002、分析模块2003以及成像模块2004，其中探测模块2001被配置为使用赝热光作为探测光，并将探测光照射至运动物体后形成反射光；采集模块2002包括单像素探测器和频率分析系统，并被配置为利用单像素探测器接收反射光，并利用频率分析系统确定反射光相对于探测光的多普勒频移分布；分析模块2003被配置为基于反射光相对于探测光的多普勒频移分布获得运动物体的速度序列；以及成像模块2001被配置为基于关联成像算法，利用预存储的参考空间热光场分布和速度序列构建运动物体的全视场速度图像和空间像。空间像对应运动物体的反射率分布；运动速度的方向垂直于单像素探测器的采集面所在的平面，速度序列与探测光的预存储的参考空间热光场分布相对应。

本申请实施方式首次提出了一种使用单像素探测器同时获得运动物体空间像和全视场速度图像的成像系统，该系统兼具成像效率和成像质量，提升了包括单像素探测器的系统获取物体信息的能力，并有助于扩大单像素成像的应用领域和范围。

具体地，探测光照射在运动物体上，形成的反射光中包含了运动物体的空间信息，基于多普勒效应，反射光还包含了运动物体的速度信息。因而，结合光学频率分析和单像素成像原理，可在获得运动物体的速度图像的过程中，获得运动物体的空间像，其中运动物体的空间像对应运动物体的反射率分布，反映运动物体的空间信息。

作为一种选择，在本申请的一个实施方式中，采集模块2002被进一步配置为采用直接检测的方法，将反射光通过光栅和法布里-珀罗干涉仪中的至少之一，以获得反射光的频率分布，从而确定反射光相对于探测光的多普勒频移分布。

作为另一种选择，在本申请的另一实施方式中，采集模块2002被进一步配置为采用相干检测方法，将反射光以及与探测光相对应的本振光进行合束形成合束光，通过单像素探测器采集合束光，并利用采集到的合束光确定反射光相对于探测光的多普勒频移分布。相较于直接检测的方法，相干检测方法的频率检测精度更高，信噪比也更高。

此外，在采用相干检测方法时，探测模块2001被进一步配置为形成探测光和与探测光相对应的本振光，以及探测光照射至运动物体后形成反射光。另外，本领域技术人员应理解，可根据实际需求配置采集模块，本申请对此不作限定。

进一步地，在采用相干检测方法时，采集模块2002被进一步配置为：在采集周期内，对与预存储的参考空间热光场分布中的每一个对应的合束光进行多次采样，以形成采样序列；以及对采样序列进行傅里叶变换形成频率序列，基于频率序列确定与预存储的参考空间热光场分布中的每一个对应的多普勒频移分布，以获得速度序列中的每一个。成像模块2004被进一步配置为：将转置后的速度序列中的每一个与预存储的参考空间热光场分布进行关联运算，获得与速度序列中的每一个对应的速度像切片集；以及将速度像切片集进行组合，以获得运动物体的全视场速度图像。

可选地，采集到的合束光s(t)满足：

其中，t为每个采集周期内的采样时间点；s(t)为采集到的合束光；(x,y)为运动物体的空间坐标；I₀为本振光的强度；I_s为探测光的强度；P(x,y)为预存储的参考空间热光场分布；T(x,y)为运动物体的反射函数；Δf为多普勒频移，其中Δf＝f_s-f₀，f_s为反射光的频率，f₀为本振光的频率；以及

为探测光与本振光之间的相位差。

此外，采集模块2002被进一步配置为在对采样序列进行傅里叶变换形成频率序列之后，确定频率序列的直流分量；成像模块2004被进一步配置为在获得与速度序列中的每一个对应的速度像切片集之后，基于速度像切片集中与直流分量对应的切片形成运动物体的空间像。

上述公式中的s(t)信号没有直流项，但是系统和环境的低频扰动会造成s(t)信号具有低频成分，可理解的是该低频成分远低于多普勒频移分布。因而，采集模块2002可在对采样序列进行傅里叶变换形成频率序列之后，确定频率序列的直流分量，成像模块2004可利用该直流分量形成运动物体的空间像。

可选地，在本申请的一个实施方式中，成像系统2000还可包括频移器件(未示出)。频移器件可例如为两个声光移频器的组合，通过声光移频器的组合可获得例如7MHz的频移量(f_r)。换言之，通过对探测光或者本振光进行移频，可将探测光或者本振光的频移中心偏移f_r，因而在运动物体采用相同速率进行正向运动和反向运动时，所形成的频移可分别表示为f_r+f_d和f_r-f_d。通过对探测光或者本振光进行移频处理，可分辨运动物体的运动方向。

另外，在本申请的一个实施方式中，关联成像算法可包括压缩感知恢复算法、标准的二阶关联成像算法以及深度学习算法中的至少一种。可选地，压缩感知恢复算法可包括但不限于基追踪算法、正交匹配追踪算法、迭代硬阈值算法、分段正交匹配追踪算法、广义正交匹配追踪算法、分段弱正交匹配追踪算法；标准的二阶关联成像算法可包括但不限于差分算法、差分鬼成像算法、归一化鬼成像算法、瞬时鬼成像算法；以及深度学习算法可包括但不限于全连接神经网络、卷积神经网络、循环神经网络。

根据本申请至少一个实施方式提供的成像系统，能够结合光学频率分析和单像素成像原理，获取场景中运动物体的全视场速度图像，因而提升了包括单像素探测器的系统获取物体信息的能力，并有助于扩大单像素成像的应用领域和范围。

此外，本申请提供的成像系统由于采用了本申请至少一个实施方式提供的成像方法，因而在上文中描述的成像方法中涉及的内容、结构及相关效果可完全或部分地适用在这里描述的成像系统，因此与其相关或相似的内容不再赘述。

以上描述仅为本申请较佳的实施方式以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的保护范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离技术构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (14)

1.一种成像方法，其特征在于，所述方法包括：

使用赝热光作为探测光，并将所述探测光照射至运动物体后形成反射光；

利用单像素探测器接收所述反射光，并利用频率分析系统确定所述反射光相对于所述探测光的多普勒频移分布；

基于所述多普勒频移分布获得所述运动物体的速度序列；以及

基于关联成像算法，利用预存储的参考空间热光场分布和所述速度序列构建所述运动物体的全视场速度图像和空间像，

其中，所述空间像对应所述运动物体的反射率分布；

所述运动物体的速度的方向垂直于所述单像素探测器的采集面所在的平面；以及

所述速度序列与所述预存储的参考空间热光场分布相对应。

2.根据权利要求1所述的方法，其中，利用单像素探测器接收所述反射光，并利用频率分析系统确定所述反射光相对于所述探测光的多普勒频移分布包括：

将所述反射光以及与所述探测光相对应的本振光进行合束形成合束光，通过所述单像素探测器采集所述合束光，并利用采集到的所述合束光确定所述多普勒频移分布。

3.根据权利要求1所述的方法，其中，利用单像素探测器接收所述反射光，并利用频率分析系统确定所述反射光相对于所述探测光的多普勒频移分布包括：

将所述反射光通过光栅和法布里-珀罗干涉仪中的至少之一，以获得所述反射光的频率分布，从而确定所述多普勒频移分布。

4.根据权利要求2所述的方法，其中，所述方法还包括：

在采集周期内，对与所述预存储的参考空间热光场分布中的每一个对应的所述合束光进行多次采样，以形成采样序列；

对所述采样序列进行傅里叶变换形成频率序列，基于所述频率序列确定与所述预存储的参考空间热光场分布中的每一个对应的所述多普勒频移分布，以获得所述速度序列中的每一个；

将转置后的所述速度序列中的每一个与所述预存储的参考空间热光场分布进行关联运算，获得与所述速度序列中的每一个对应的速度像切片集；以及

将所述速度像切片集进行组合，以获得所述全视场速度图像。

5.根据权利要求4所述的方法，其中，

其中，t为每个采集周期内的采样时间点；s(t)为采集到的所述合束光；(x,y)为所述运动物体的空间坐标；I₀为所述本振光的强度；I_s为所述探测光的强度；P(x,y)为所述预存储的参考空间热光场分布；T(x,y)为所述运动物体的反射函数；Δf为所述多普勒频移，其中Δf＝f_s-f₀，f_s为所述反射光的频率，f₀为所述本振光的频率；以及

为所述探测光与所述本振光之间的相位差。

6.根据权利要求4所述的方法，其中，所述方法还包括：

在对所述采样序列进行傅里叶变换形成所述频率序列之后，确定所述频率序列的直流分量；以及

在获得与所述速度序列中的每一个对应的所述速度像切片集之后，基于所述速度像切片集中与所述直流分量对应的切片为所述空间像。

7.根据权利要求1所述的方法，其中，在将所述探测光照射至运动物体之前，所述方法还包括：

对所述探测光或所述本振光进行移频处理，并基于移频量和所述多普勒频移分布确定所述运动物体的运动方向。

8.一种成像系统，其特征在于，所述系统包括：

探测模块，被配置为使用赝热光作为探测光，并将所述探测光照射至运动物体后形成反射光；

采集模块，包括单像素探测器和频率分析系统，并被配置为利用所述单像素探测器接收所述反射光，并利用所述频率分析系统确定所述反射光相对于所述探测光的多普勒频移分布；

分析模块，被配置为基于所述多普勒频移分布获得所述运动物体的速度序列；以及

成像模块，被配置为基于关联成像算法，利用预存储的参考空间热光场分布和所述速度序列构建所述运动物体的全视场速度图像和空间像，其中，所述空间像对应所述运动物体的反射率分布；所述运动物体的速度的方向垂直于所述单像素探测器的采集面所在的平面；以及所述速度序列与所述预存储的参考空间热光场分布相对应。

9.根据权利要求8所述的系统，其中，所述采集模块被进一步配置为：

将所述反射光以及与所述探测光相对应的本振光进行合束形成合束光，通过所述单像素探测器采集所述合束光，并利用采集到的所述合束光确定所述多普勒频移分布。

10.根据权利要求8所述的系统，其中，所述采集模块被进一步配置为：

将所述反射光通过光栅和法布里-珀罗干涉仪中的至少之一，以获得所述反射光的频率分布，从而确定所述多普勒频移分布。

11.根据权利要求9所述的系统，其中，

所述采集模块被进一步配置为：

在采集周期内，对与所述预存储的参考空间热光场分布中的每一个对应的所述合束光进行多次采样，以形成采样序列；以及

对所述采样序列进行傅里叶变换形成频率序列，基于所述频率序列确定与所述预存储的参考空间热光场分布中的每一个对应的所述多普勒频移分布，以获得所述速度序列中的每一个；以及

所述成像模块被进一步配置为：

将转置后的所述速度序列中的每一个与所述预存储的参考空间热光场分布进行关联运算，获得与所述速度序列中的每一个对应的速度像切片集；以及

将所述速度像切片集进行组合，以获得所述全视场速度图像。

12.根据权利要求11所述的系统，其中，

其中，t为每个采集周期内的采样时间点；s(t)为采集到的所述合束光；(x,y)为所述运动物体的空间坐标；I₀为所述本振光的强度；I_s为所述探测光的强度；P(x,y)为所述预存储的参考空间热光场分布；T(x,y)为所述运动物体的反射函数；Δf为所述多普勒频移，其中Δf＝f_s-f₀，f_s为所述反射光的频率，f₀为所述本振光的频率；以及

为所述探测光与所述本振光之间的相位差。

13.根据权利要求11所述的系统，其中，

所述采集模块被进一步配置为在对所述采样序列进行傅里叶变换形成所述频率序列之后，确定所述频率序列的直流分量；以及

所述成像模块被进一步配置为在获得与所述速度序列中的每一个对应的所述速度像切片集之后，基于所述速度像切片集中与所述直流分量对应的切片为所述空间像。

14.根据权利要求8所述的系统，其中，所述探测模块被进一步配置为对所述探测光或所述本振光进行移频处理，并基于移频量和所述多普勒频移分布确定所述运动物体的运动方向。

Images