RU22716U1 - Устройство калинина для распознавания образов - Google Patents
Устройство калинина для распознавания образовInfo
- Publication number
- RU22716U1 RU22716U1 RU2001129025/20U RU2001129025U RU22716U1 RU 22716 U1 RU22716 U1 RU 22716U1 RU 2001129025/20 U RU2001129025/20 U RU 2001129025/20U RU 2001129025 U RU2001129025 U RU 2001129025U RU 22716 U1 RU22716 U1 RU 22716U1
- Authority
- RU
- Russia
- Prior art keywords
- fractal
- input
- optically coupled
- recognition
- analyzer
- Prior art date
Links
Landscapes
- Image Analysis (AREA)
Abstract
Устройство, для распознавания образов, содержащее источник когерентного света, преобразователь входной информации, согласованные по спектру интерференционные фильтры, фотоприемники, электронный усилитель, анализатор, отличающееся тем, что преобразователь входной информации выполнен в виде оптического устройства преобразования Фурье, состоящего из последовательно установленных оптически связанных лазера, микрообъектива, пространственного фильтра, собирающей линзы, фрактальной решетки, экрана, оптически связанного с фотоэлектронным умножителем, перемещаемого микрометром и соединенного через электронный усилитель со входами анализатора, выполненного многоканальным, с оптической нейронной сеткой.
Description
Полезная модель относится к области автоматики и вычислительной техники, к классу систем автоматического распознавания и модсет найти применение при автоматизации процесса поиска и обнаружения объектов искусственного и естественного происхождения. Автоматическое выделение фрактальных объектов на изображениях позволяет значительно ускорить их классификацию и определить положение, т.е. получить информацию, необхоД1щую для после.дующего принятия решений.
Известно устройство 1 для распознавания протяженных линейных объектов, содержащЕе оптически связанные объектив, блок разверткн изображения и многоэлементный фотоприемник, каждый элемент которого подключен через соответствующие последовательно соединеные фильтр и амплитудный ограничитель ко входу сумматора, выход которого 6оеЗз;ийен со входом порогового элемента, блоки задержки, блокиСвычитания, ключ и амплитудные ограничители, сумматор и выход каждого элемента фотоприемника подключен к oднoг лy входу соответствующего блока вычитания непосредственно, а к другому - через
блок задершси, выход блока вычитания через соответствующиц амплитудный ограничитель соединен со входом сумматора, подключичного порогового элемента, выходы пороговых элементов подключены ко входам ключа.
Однако данное устройство распознавания реагирует только на |орму объекта, но срабатывает от разных величин яркости, контраста и масштаба искомого и ложного объектов, структуры фона; фрактальные изображения устройство распознавать не может.
Известны устройства 2J для распознавания оптических Сигналов, основанные на использовании согласованных по спектру интерференционных фильоров, оптики и приег шика излучения с применением методов оптимальной фильтрации. Устройство состоит из модулятора оптического фильтра, объектива, приемника излучения, усилителя,оптимального фильтра,логического блока, сканирующего интерферометра МаЁкельсона блока весовых коэффициентов. Вход канала определения порога по спектральной характеристике излучения,- связан с модулятором, а выход подключен ко второму вхолу логического блока.
Более слоЕНые условия работы устройства сводятся к следующему: объекты имеют разную яркость и контраст с фоном, в том числе и малый, помехи могут иметь большую яркость и большой контраст с фоном, фон, на котором предъявляются объекты для распознавания, является СЛОЕНЫМ по структуре, анализируемое поле может иметь неравномерность яркости, масштаб объектов может меняться в широких пределах, если проявляется свойства фрактальности, то устройство их опознать не может.
Известен перседтрон з , взятый за прототип, содержащий прюбразователь входной информации, связанный с ассоциативной матрицей, имеющей схемы вычитания и пороговые устройствами .:йнал11затор- с., преобразователь входной информации выполнен в виде трех блоков, представляющие собой многоканальный голографическим коррелятор и связанные с ним источник когерентного света и систему преобразования входных сигналов в виде, необходимкч для ввода в этот коррелятор, а асооциативная матрица выполнена в виде матрицы двухканальных фотоприемников и мультипликатора, установленного меж,ду выходной плоскостью коррелятора и указанной матрицей (|отоприемников, связанных с блоком анализа, причем в каждом из фотоприемников выходы обоих каналов соединены со входом систег№ вычитания, а выходы системы вычитания соединены с пороговым устройством, вход которого является выходом указанного фотопржемника.
Однако, данное устройство не может распознавать фрактальные объекты искусственного или естественного происхождения.
В теории фракталов для определения объекта необходимо знать размерность Хаусдорфа-Безиковича (РХБ), которая связана с
метрикой, а не с топологией,т.е. со способом построения рассматриваемого множества. Она может принимать любые значения, что дает повод говорить о пространствах дробной размерности, например, канторовское множество на прямой с размерностью шЬ броуновская кривая на:, плоскости с размерностью Ои2 , ковер Серпинского и др.
Фракта-лы - множество, у которых КШ превышает их топологическую размерность, примеры: формы облаков, изрезанность берегов материков, сложные фо|1Ш в живой и неживой природе, скорость турбулентного потока как функция пространственных переменных во времени. Отсюда их самоподобие - характеристика фрактальной геометрии, включающее понятие нецелой размерности. Большинство фракталов, встречающихся в экспериментальных ситуациях обладают автомо.дельност1й, т.е. их геометрические характеристики инвариантны относительно р б яжений. Устройство должно определять размерность РХБ и пределы в которых структура проявляет фрактальные свойства.
Цель разработки полезной модели устройства для распознавания образов (УТО) - распознавание и обнаружение фрактальных объектов искусственного ис естественного происхождения, определение их параметров и характеристик.
Для выполнения указанной задачи в устройство распознавания образов,содержащее источник когерентного света,преобразователь входной иногормации,согласованные по спектру интерференционные с ильтры,о:отоприе.ники, электронный , анаш- затор,введен А(ногоканалъный анализатор,выполненный в виде оптической HeiipoHной сетки, тогопреобразоватнлъ входной информации выполнен в виде оптического устройства преобразования ,состоящего из последоватнльно установленных оптически связанньо: лазера,1жкрообъектива,пространственного (фильтра, собирательной -Ш1нзы,фрактальной решетки,экрана,оптически связанного с Фотоэлектронным ywHOiaiтелек,переиещаеь:его микро етрог:. и соединенного через электронний уси.литель со входа1 Ф1 кшогоканального анаш затора.
С щность полезной -яодеж поясняется на г|зг.1, на которой изображена принципиальная схема и структура устройства
для опознавания образов фрактальншс объектов: 1 Этическое устройство преобрадования Фурье
2-аргоновый лазер-источник когерентного света
3-1,икрооб ьектив
4-пространственный гильтр
5-собирающая линза
6-(: :рактальная реьчетка
7-эр:ран
8-фотоэлектронный умно5штель
9-Ь)икро;; етр
10 электронный усилитель
11 база данньп:
12--многоканальный анализаторСоптическая нейронная сеть(ШС)
13- 1 1атрица свзто.диодов
-гс 112:90.2 L,
На (|иг.2 представлена схема выполнения ОНО.
На .иг.З показана схема обработки изображения в ОНО.
Луч с аргонового лазера 2 (488 Нм, 600 мВт) проходит через линзу микроскопа 3, В ее фокусе помещен экран с отверстием 4 ( ф 25 мкм), действующим как пространственный фильтр, которым отбирает пространственную моду ТЕс , собирающая линза (С1) 5 (J 690 мм, 1/Й). Исследуемая фрактальная решетка (ФР) транспорант 6 помещается линзой СЛ 5 и экраном 7. Наблюдаемая на экране 7 дифракционная картина I/® есть оптическое преобразование Фурье (ОШ) решетки; Q - пространственная частота координат ( PJ ). Распределение интенсивности 1(0. записывается с помощью с отоэлектронного умножителя () 8, Перемещение его на плоскости Фурье контролируется микрометром (Ш} 9. Полученные данные направжеются после усиления в электронном усилителе 10, в базу данных (БД) II и далее - в многоканальный анализатор 12,выполненныЕ в виде оптической ней1 ронной сети 12.
На слайдах 24x35 мм с высоким разрешением, нанесен фрактал, который получается, например.,после 7 итераций. Отношение L/ наибольшего масштаба L к его наименьшекчу 1000. Ограничение при анализе реальных |ракталов обусловлено конечными размерами элементарного зерна в фотопленке, определяющими наименьший масштаб S который может быть зафиксирован на пленке (.л 2 мкм), и наибольший масштаб , , который определяет разрешение измерений отсюда L/ равна, максимальному числу масштабов 10.000.
в OHG-I2 входят: 13 - панель источников излучения, 14 - первый блок переадресадии, формирующий из точечных источников набор световых полос; (голографические Элементы); 15 - пространственно-временной модулятор света (ПБмС); 16 - второй блок переадресации, проецирующий изоб|)ажение с ПВМС на многоэлементное фотоприемное
устройство (ФПУ); в качестве ФЯУ используется специализированная матрица на приборах с зарядовой связью (ИЗО) - матрица размером , состоящая из полос F 1ч /У по М х элементов каждая (где размер поля входных изображений, MV-Kl
-размер эталонов и имеющая соответственно Р параллельно независикшх выходов. Рвображения поступают в виде последовательн ;Сстрок или сфорглированных в двумерном виде. В первом случае строки распознаваемых изображений (И) fjc, ( VC - дискретные
пространственные координаты элементов РИ) последовательно вводятся ,. . , . Lj ( J
- дискретные пространственные координаты внутри эталонов, Р
-условный номер эталона) в виде набора двумерных глассивов данных хранятся на ГШМС. По координете у модулятор условно делится на Р полос по Мч элементов.
фракталы - множества с крайнем нерегулярной разветвленной или изрезанной структурой. Основной характеристикой ф вктала служит размерность Хаусдор а-Безиковича (РХБ). При построении гХБ рассматривается произвольное покрытие Y фрактала М конечным или бесконечным набором шаров { О J- радиуса R. . Размерность фрактала М такое число О,что ikf R,L - О при - О для всех J и i - схэ при О для всех , такое пограничное - единственно.
Работа устройства состоит в определении РХБ - Ж и пределов и U , в которых структура проявляет фрактальные свойства. Для Кластера частиц такшу5и пределами является характерный размер отдельной частицы и наибольший масштаб кластера Размерность РХБ определяется при исследовании характера возрастания массы, заключенной в шаре радиусом R , с увел1гчением радиуса: М . В устройстве используется метод рассеяния света - оптическое преобразование Фурье (ОПФ) на фрактальных решетках для анализа пространственных частот. ОШ позволяет осуществ У/ б g
kp /
лять прямое измерение размерности РлБ 4j Уотройство работает сле.цующим образом.
Для одномерных (|ракталов при (1 0 МнтеноиБность (oj
х/Т М ( с 1-Т)
определяется как где - |рактальная равмернооть. Величина vlk( мерой массы М, заключенной в фрактале с линецным размером Ь . Используя диафрагмы с различными апертурами для ограничения з-|$ективно освещенной части транспоранта - фрактальной решетки ФР 6 возможно изменять L и определять
В диг| ракционнкх BKcnep v HTax состоит из фори актора j и структурного фактора S( у . Первый соответствует интенсивности света, дифрагировавшего на единичном элементе (отрезке J,
(
величине Р) 0 при У
Второй - структурный фактор описывает, каким образом единичные элементы распределены по фракталу:
5),rfr cos{2T -s jJ Н
Средняя энергия-(()/,, рассеянная в полосе частот Ej , . определяется как X Jv/
При сканировании по двум измерениям Фурье - плоскости интенсивности излучения, продифрагировавшего на одной оси (например, на оси , )jопределяется: о
)- , f
где ) - коэффициент оптического пропускания иссле дуемого фрактала. Зто есть ОПФ оптической проекции фрактала ось j . Если ее проекция является фракталом и ее фрактальная размерность определяется по измерениям ) должна совпадать с размерностью исходного объекта при условии , где с - размерность эвклидова пространства фрактала 6.
(2 ;г.
.-оэ
Основной принцип распознавания образов OHG-I2 состоит в том, чтобы построить поверхности, разделяющие гиперпространство на конечное число областей, каадая из которых имеет свои образ. После процесса обучения распознавание означает, что известные типы бу.дут правильно приписываться одному из классов, определенных таким образом, а если появляется неизвестный тип, не имеющий отношения ни к одноцу известному классу, то ему приписывается новые подразделения гиперповерхности.
Главная задача распознавания образов состоит в-том, чтобы приписать изучаег / ю конфигурацию некоторому классу. Любой индиви.дуальный класс характеризуется конфигурациями, приписанными Эти конфигурации долйсны обладать некоторыми общими свойствами.
Рассматривавм1е конфигурации мошзо характеризовать или различать с помощью заданного числа свойств. Каждой характеристике приписывается ось в пространстве состояний. Наличие свойства обозначается единицей, отсутствие - нулем. Таким образом каждой конфигурации можно приписать подпространство пространства состояний.
Геометрически распознавание образов заключается в определении поверхностей, которые производят наилучшее разбиение (установленные критериями) многомерного гиперпространства на подаространства, соответствующие различным классам. Гиперповерхности, производящие разбиение, устанавливаются в процессе обучения.
Ней росетевая система OHG-I2 распознавания малоразмерных изображений функционирует в относительно большом поле наблюдения. Она основана на использовании пространственно-инвариантных операторов, что позволяет резко снизить число синоптических связей, упростить и ускорить процедуру обучения нейронной сети. ОНО построена на основе применения оптико-электронного коррелятора с большой производительностью.OHG с универсальной системой обучения обеспечивает эффективное разбение изображений на классы. 11спользов.ание нелинейных операторов в тракте многослойной нейрокомпьютерной
-1 /1201)2 S,
обработки позволяет отроить Е проотранотве признаков сложные гиперплоскости и соответственно реализовать в нейрокомпьютере сложные алгоритмы распознавания.
В OHC-I2 происходит распознавание малоразмерных объектов в поле, существенно превышающем их размеры, причем координаты объекта неизвестны. Использование нейронной сети для решения этой задачи спроецировать сцену на сетчатку, в которой Чйсло рецепторов соответствует количеству пикселов в сцене, использовать нейронную сеть ОНО с кол15чеством входов, равным числу рецепторов, и обучить ее, предъявляя объект при всевозмокных преобразованиях, включая сдвиг. ОНО для распознавания в сцене Н V-U - R пикселев-объект меньшей размерности представлена на $иг.2. Здесь Ti ---j - входы
-рецепторов, bg - синаптвеские коэ фщиенты, gi-.-- отклик owe после нелинейного преобразования. При наличии полного набора N Н связей требуется время обучения, необходимое для их настройки, а реализация алгоритма распознавания выполняется за N операций умно1йения и N операций сложения. В то же время для распознавания объекта размерностью М х М пикселов достаточно М связей, однако при этом необходимо нейронную сетчатку смещать в поле наблюдения с шагом в один элемент по обеим координам б
Алгоритм OHC-I2 реализуется с помощью операторов, инвариантных к сдвигу - оператор свертки (корреляции)
( fA.)fK-i,-jj rj
где К I... Ь1 - М, ,М-М - параметры сдвига, при зтом
одновременно выполняются преобразования, необходимые для реализации нейросетевого алгоритма.
1
раняются. При сопоставлении нейрооетевом и корреляционной систейш распознавания видно, что однок/1у пикселу эталона в корреляторе
соответствует один синаптический коэффициент в нейросетевой системе.
iL.
В этом случае неросетевая система требует }ii синаптр ческих
связей, а распознавание объекта во всех (U - М) положениях производится за счет использования механизма сдвига. Тогда размерность ОНО, подлекащиЁ обучению, равна М, а число сложений и умножени:;, необходимых для распознавания, составит М ( VI - М). Зто ускоряет процесс обучения т.к. и по числу операций - когда N-M ,
Процесс распознавания в сцене размерностью М- пикселов
и схема обработки изображения в ОНО представлена на $иг.З. Обучение оке производится в этом случае путем настройки М связей, с учетом искажений и преобравованиЁ. Б процессе обучения формируется
ро
набор из Р : М эталонов (синаптическая матрица) размерностью нГ ка}кдыЁ. В процессе распознавания в соответствии с (5) Коррелятор вычисляет ( Ь1 - М) векторов , J , каждый из которых является при фиксированных К, Р-мерным вектором (с элементами С j первичной реакцией ОНО на фрагмент поля наблюдения размером М х М пикселов с координатами Vc Далее в соответствии с процедурой неЁросетевой обработки проводится пороговая обработка массива ( в результате чего он превращается в бинарный:
Гр.е)о,( fej
Для однослойной оно при ее обучении с обучающей выборкой - определяющей классы распознаваемых изображений, сопоставляL J7. р
ется набор эталонных векторов И . В процессе распознавания Z Гр k, анализируется и, если вектор координатами (ЬГо , fo принадлежит множеству - w г, фиксирз ется наличие объекта Р-го класса.
10
строки распознаваемых изображений (РИ) f (сЛ ( kv - циокретные простравственные координаты элементов гИ) последовательно
вводятся посредством линейки источников кз хучения, а эталоны
-. - дискретные пространственные координаты внутри
эталонов; р - условный номер эталона) Е внде набора двумерных массивов хранится на пространственно-врегжнном мо,ду.ляторе света (ШМС) 15,110 координате З мо,дулятор условно делится на Р полос по Mi-N элементов. Каздая полоса содержит ( N/Mj одинаковых эталонов ( элементов, равномерно распределенных по координате X, а по координате У располагаются различные эталоны. Элемент линейки источников из-лученйя освещает один столбец ПЗМС-15. Еа EBMO-Io производится перелшожение элемента входной строки на столбец элементов каждого эталона, результатом является дискретная функция
дг р „ . / 1 6;
k/,i,j - /)с. А/,; 1
л I
для одного всех t,j i к, р , при этом К и I связаны
соотношением К М , где Н - порядковый номер эталона в полосе.
Ооответствутащее световое распределение считывается ПЗС матрицей 17. Далее на ПЗС - матрице - 17 производится сдвиг зарядов, на линекку жз.лучателей подается следз-ющая строка и вновь считывается результат перемножения (7). После 2М тактов обработки выходной сигнал на каждом канале ПЗС - матр1щы соответствует
M.,
что представляет собой одномерную свертку 2М строк РИ с каждой из полос эталонов для , f «5 J , где о - номер начальном строки F/l.
/13сг Г
поБТОряетсл.
Дв/мерные (для каждого р ) функции (8) сугжируются, Е результате что после выполнения 2М последовательных сдвигов строк
РИ получаем
р 2.1Ч ZM
... 11 f.V..il,f,j, OJ
L-l
ЧТО представляет собой полный набор Р-размерных векторов реакцииШО на фрагменты поля наблюдения размером МХм пикселов с координатами Kj для всех NJ , ,й -ЗМ/2 J
В случае, когда РИ заданы в виде двумерного массива данных, они вводятся при помощи ПЗМС - 17, а эталоны, имеющие такую Ее структуру, как и в преды дущем варианте - через излучатели. Проце.дура
свертки проводится аналогично представленной выше. При этом обеспечивается сшивка выходного поля, т.к. объекты, находящиеся на границе отдельных каналов ПЗС - матрицы, которые дают отклик соответственно в окрестности начале предадущей полосы и конца сле.дующем. В этом случае свертка по координате У для каждого эталона осуществляется за М тактов сдвига заряда, а после проведения полной операции свертки по обеим координатам для одного эталона результирующие сигналы по всем каналам ПЗС - матрщы будут представлять (|рагмент функции (9) для одного р из всех L i JДля ввода строк РИ в процессоре используется линейка-13 лазерных или светодиодов, элементы которой включены параллельно по
столбцамУ однородный осветитель с.: линейным модулятором сзета. Оба блока переадресации - фокусирх ьше элементы и для их реализации используются дифракционные решетки 14,13. Модулятор 15 - матрица из жидкокристаллических (Ж) элементов, где нанесены опознаваемые образцы изабражения с учетом Р}СБ, Ь ; минимальный размер его светоклапанного элемента 10 х 10 глкм.
2cof 12. il,
ib
т тд Ф т; А Ф V А ./i И 1 ± i 1 J i Д
1.Лукенюк А.А., Маринец В.П., Устройство для распознавания протяженных линейных объектов а.о. Js 8; ;с372,( 06 К 9/30, I98I.
2. а|аилоЕ М.Х. Устройство для распознавания оптических сигналов. Q-OoKI/OO, 9/00. IS78.
3.Мещанкин В.М. Персептрон. А.с. 488230. С 06К 9/02, G-03 с 9/08, 1976.
4.Оптическр1е преобразования Фурье фракталов. Фракталы в с изике. Труды У1 Международного симпозиума по фракталам в «физике.
14 :.;Ьг РЯЯ
111 с 5 iUlijJ, i lyOO .
5.Козик В.И., Нежевенко S.O., Потатуркин О.И. ОптоадектронныЁ нейронный процессор для распознавания малоразмерных изображений. Автометрия .- 6, 1999, СО РАК Новосибирск.
Claims (1)
- Устройство, для распознавания образов, содержащее источник когерентного света, преобразователь входной информации, согласованные по спектру интерференционные фильтры, фотоприемники, электронный усилитель, анализатор, отличающееся тем, что преобразователь входной информации выполнен в виде оптического устройства преобразования Фурье, состоящего из последовательно установленных оптически связанных лазера, микрообъектива, пространственного фильтра, собирающей линзы, фрактальной решетки, экрана, оптически связанного с фотоэлектронным умножителем, перемещаемого микрометром и соединенного через электронный усилитель со входами анализатора, выполненного многоканальным, с оптической нейронной сеткой.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2001129025/20U RU22716U1 (ru) | 2001-11-01 | 2001-11-01 | Устройство калинина для распознавания образов |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2001129025/20U RU22716U1 (ru) | 2001-11-01 | 2001-11-01 | Устройство калинина для распознавания образов |
Publications (1)
Publication Number | Publication Date |
---|---|
RU22716U1 true RU22716U1 (ru) | 2002-04-20 |
Family
ID=48283728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2001129025/20U RU22716U1 (ru) | 2001-11-01 | 2001-11-01 | Устройство калинина для распознавания образов |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU22716U1 (ru) |
-
2001
- 2001-11-01 RU RU2001129025/20U patent/RU22716U1/ru active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109690749A (zh) | 用于图像融合的以卷积神经网络为基础的模式选择及缺陷分类 | |
CN110494723B (zh) | 波前传感器及其使用方法 | |
CN110186559B (zh) | 一种涡旋光束轨道角动量模态的检测方法及装置 | |
CN103472256B (zh) | 基于面阵ccd空间滤波器的流动二维速度场测量方法及装置 | |
CN114330488A (zh) | 一种多模态数据处理方法、装置、设备及存储介质 | |
US20220327371A1 (en) | Diffractive deep neural networks with differential and class-specific detection | |
WO2021009280A1 (en) | Spectrometer device | |
CN111723848A (zh) | 一种基于卷积神经网络和数字全息的海洋浮游生物自动分类方法 | |
CN110823812B (zh) | 基于机器学习的散射介质成像方法及系统 | |
Pala et al. | Fractal dimension-based viability analysis of cancer cell lines in lens-free holographic microscopy via machine learning | |
CN117911784A (zh) | 一种基于高保真模拟光子神经网络的目标图像识别系统 | |
CN112200264B (zh) | 基于散射复用的高通量免成像分类方法与装置 | |
RU22716U1 (ru) | Устройство калинина для распознавания образов | |
EP0500315A2 (en) | Method of optical recognition and classification of pattern | |
Huang et al. | Image classification through scattering media using optronic convolutional neural networks | |
CN116754497A (zh) | 基于稀疏统计的高效率光谱感知方法和系统 | |
CN115482225A (zh) | 非干涉、非迭代式复振幅读取方法和装置 | |
JP2019092088A (ja) | 撮像装置 | |
CN114235347A (zh) | 镜头质量评估方法及装置 | |
CN111949067A (zh) | 达曼卷积光计算机 | |
US8507836B1 (en) | Software defined lensing | |
Kim et al. | Deep learning-based single-shot computational spectrometer using multilayer thin films | |
Su et al. | Micro image surface defect detection technology based on machine vision big data analysis | |
JP2021018754A (ja) | 対象識別方法、情報処理装置、情報処理プログラム、光学フィルタ、および照明装置 | |
CN116156289B (zh) | 虚拟双光路的哈达玛行排序压缩感知单像素成像装置及方法 |