针对多散斑图的差分压缩鬼成像方案研究

鬼成像方案实现所需设备、成像的质量以及成像所花的时间是决定鬼成像技术可实用化的重要因素. 本文提出一种针对多散斑图的差分压缩鬼成像方案. 该方案通过连续探测多个独立的散斑图, 降低了热光鬼成像方案对探测器高时间分辨力的要求; 通过采用差分方法, 抑制了背景噪声和其他噪声源的干扰; 通过使用压缩感知重建算法, 有效地降低了鬼成像所需时间并同时提升成像的质量. 数值仿真结果表明, 对于二灰度“N” 图, 本方案在8000次的采样情形下与多散斑图鬼成像方案35000次采样的结果相比, 均方误差降低了96.9%、峰值信噪比提升15.1 dB. 对于八灰度“Pepper”图, 本方案与多散斑图鬼成像方案相比, PSNR提升11.4 dB. 本方案可降低探测设备的要求、提高成像质量、降低重建时间, 具有广阔的应用前景.     

基于相位调制的复值物体压缩关联成像理论研究

在关联成像方案中,通过强度关联可在参考臂上获得目标物体振幅信息,却不能恢复出目体物体的相位信息,而相位常常包含了目标物体的一些特殊信息.本文提出了一种新的关联成像方案,能够恢复出复值透射物体的振幅和相位信息.该方案通过分束器及π/2变相板在接收端分离出复值物体的实部和虚部信息,再利用二阶关联成像过程分别获得目标物体的实部和虚部信息,从而恢复出复值物体;在此基础上,利用压缩感知重建算法,获得了基于相位调制的复值物体的压缩关联成像方案.研究结果表明该方案可适用于一般化的复值物体恢复,也可克服测量次数多、重构时间长等目标物体重建问题.对于一般具有高斯分布的复值物体可用约奈奎斯特采样率的36%的测量次数获得振幅和相位恢复均方误差值约为10-2的高质量重建复值物体.     

基于光子计数的合作目标“量子”成像

在实验上研究了赝热光照明下, 基于光子计数模式的合作目标“量子”成像, 并给出理论模型和解释. 研究表明, 利用光子计数的单光子探测器代替以往光强度线性探测器作为桶探测器在“量子”成像中同样适用. 实验发现, 合 作目标的反射信号可穿透弱散射介质实现成像, 该技术在减小光学成像透镜孔径方面具有潜在的应用价值. 对比了基于强度关联成像和压缩感知算法的“量子”成像结果, 并得出实用性结论. 本文的方案为“量子”成像的实际应用提供了新方法.     

基于阈值分割的并行压缩鬼成像方法

为了提高鬼成像的速度,提出了基于阈值分割的并行压缩差分鬼成像方法。首先通过设置合理的阈值筛选出涨落较为明显的数据进行采样;然后再通过并行分块降低图像维度,提高整体运算速度;最后通过压缩感知重构算法重构图像。通过对图"BUAA"的半物理仿真以及透射物体"光"的实验结果表明,与普通的二阶赝热光关联成像相比,该方法能以更少的采样次数和运行时间重构图像,可提升成像信噪比。     

双臂对称性对关联成像算法的影响

为了分析在实际成像过程中双臂误差对不同关联成像算法的影响。理论上推导了双臂横向误差和轴向误差对传统关联成像算法(Ghost Imaging,GI),差分关联成像(Differential Ghost Imaging,DGI)和基于压缩感知的关联成像算法(Compressive Sensing Ghost Imaging,CSGI)的影响;在不同的双臂横向误差和轴向误差下利用三种算法分别对灰度图像Lena和二值图像Stripes进行了重构仿真实验,并将重构结果的峰值信噪比(peak signal to noise ratio,PSNR)进行对比。当双臂横向行列均错位4个像素点时,Lena的GI重构结果PSNR最多下降0.766dB,DGI下降2.928dB,CSGI下降5.858dB;Stripes的GI重构结果PSNR最多降低0.644 2dB,DGI降低0.943dB,CSGI降低5.975dB;随着双臂轴向误差的增大,Lena的GI重构最多降低了0.895dB,DGI降低4.751dB,CSGI降低7.005dB;Stripes的GI重构PSNR最多降低1.126dB,DGI降低2.913dB,CSGI降低6.43dB。实验结果表明,三种算法在抗双臂误差能力方面,GI表现最好,DGI其次,CSGI最弱。     

基于探测信号叠加的推扫式压缩多光谱关联成像

针对推扫模式下多光谱关联成像重构图像模糊、信噪比低问题,提出了一种利用探测信号叠加提高重构图像信噪比的多光谱关联成像方案.该方案基于稀疏约束关联成像光谱相机实验系统,通过单次曝光获得一帧探测信号,对前后帧连续探测信号进行错位叠加,计算出系统总探测矩阵,结合标定测量矩阵,采用压缩感知算法得到待测目标物体重构图像.数值模拟和实验结果表明:适当延迟曝光时间可以提高系统重构图像质量;相同曝光时间条件下,利用探测信号错位叠加的推扫10帧重构图像信噪比明显高于单帧多光谱重构图像.     

基于反射型物体的高阶非相干热光源关联成像性能研究

现有基于热光源的关联成像主要是针对透射型物体,这样可简化关联成像分析过程。然而对于成像的实际应用,比如遥感技术,反射型物体将具有更大的实用价值。基于非相干均亮的热光源,对反射型物体的高阶关联成像进行了研究,推导出其高阶反射关联成像的关联函数、可见度及信噪比的解析式;对比二阶反射关联成像,讨论阶数对关联成像性能的影响。研究结果表明,对于反射型物体的关联成像,随着阶数的增加,成像的可见度得到提高,但信噪比下降,同时能够通过增加测量次数增加成像的信噪比。     

基于量子密钥分发的远距离加密计算鬼成像

为实现加密图像信息的远距离安全恢复,本文提出一种基于量子密钥分发的远距离加密计算鬼成像方案。该方案利用量子密钥对远端Alice计算鬼成像系统探测到的桶探测值进行加密,并通过长距离光纤量子信道发送给本端Bob,在本端解密后与通过经典信道获得的散斑图进行关联计算,恢复出待测物体图像。实验结果表明:在原始密钥错误率4.75%的情况下,恢复图像的均方误差为0.10、峰值信噪比为9.96dB。采用纠错处理后,密钥错误率降至1%,恢复图像的均方误差为0.061,降低了40%;峰值信噪比为12.16dB,上升了22%,获得了高质量的恢复图像。     

基于数字微镜器件的压缩感知关联成像研究

将数字微镜器件(DMD)应用于压缩感知(CS)关联成像,在该成像方案中,只需用无空间分辨能力的桶探测器,并结合相应的算法就能得到物体的像;将此成像方案应用于多光谱成像,仅需用线列探测器就能得到物体多光谱像,简化了多光谱成像探测的光电记录过程.通过对关联成像和CS理论的介绍阐明了成像原理.在实验平台上搭建演示装置,分别用...     

基于相位调制的单次曝光压缩感知成像

随着对成像分辨率的要求日益提高,成像所需采集的数据量不断增大,亟需发展一种具有更高图像信息获取效率的压缩成像方式。压缩感知信息理论的兴起使压缩成像研究得到了快速的发展。提出了一种基于空间随机相位调制的单次曝光压缩感知成像方案,通过压缩成像实验验证了该成像方案在原理上的可行性。理论分析并实验验证了系统的空间分辨能力、信噪比随系统参数变化的相互制约关系。     

Correspondence normalized ghost imaging on compressive sensing

Ghost imaging(GI) offers great potential with respect to conventional imaging techniques. It is an open problem in GI systems that a long acquisition time is be required for reconstructing images with good visibility and signal-to-noise ratios(SNRs). In this paper, we propose a new scheme to get good performance with a shorter construction time. We call it correspondence normalized ghost imaging based on compressive sensing(CCNGI). In the scheme, we enhance the signal-to-noise performance by normalizing the reference beam intensity to eliminate the noise caused by laser power fluctuations, and reduce the reconstruction time by using both compressive sensing(CS) and time-correspondence imaging(CI) techniques. It is shown that the qualities of the images have been improved and the reconstruction time has been reduced using CCNGI scheme. For the two-grayscale "double-slit" image, the mean square error(MSE) by GI and the normalized GI(NGI) schemes with the measurement number of 5000 are 0.237 and 0.164, respectively, and that is 0.021by CCNGI scheme with 2500 measurements. For the eight-grayscale "lena" object, the peak signal-to-noise rates(PSNRs)are 10.506 and 13.098, respectively using GI and NGI schemes while the value turns to 16.198 using CCNGI scheme. The results also show that a high-fidelity GI reconstruction has been achieved using only 44% of the number of measurements corresponding to the Nyquist limit for the two-grayscale "double-slit" object. The qualities of the reconstructed images using CCNGI are almost the same as those from GI via sparsity constraints(GISC) with a shorter reconstruction time.     

基于lp范数的压缩感知图像重建算法研究

图像重建是光学成像、光声成像、声纳成像、核磁共振成像、 天体成像等物理成像领域中的关键技术之一. 近年来提出的压缩感知理论指出: 对稀疏或者可压缩信号进行少量非自适应线性投影,投影信号含有足够的信息, 从而能对信号进行高概率重建. 压缩感知已被应用于多种物理成像系统. 将罚函数法和修正Hesse阵序列二次规划方法相结合, 并采用了分块压缩感知思想, 提出一种基于l_p范数的压缩感知图像重建算法. 以cameraman, barbara和mandrill图像为例, 采用该算法进行图像重建. 首先, 在不同采样率下对图像重建. 即便采样率低至0.3时, 也能获得高达32.23dB的信噪比, 重建图像清晰可辨. 验证了该算法的正确性. 其次, 将该算法与正交匹配追踪算法进行对比, 在采样率达到0.5以上时, 能够获得高信噪比的重建图像, 成像时间也大为减少, 特别是采样率为0.7时, 成像时间减少88%. 最后, 与现有基于l_p 范数的压缩感知图像重建算法进行对比, 计算结果表明在成像质量有所提高的基础上, 成像时间大为缩短. 关键词： 图像重建 压缩感知 罚函数 修正Hesse阵序列二次规划     

面向低信噪比的自适应压缩感知方法

在压缩感知工程应用中, 信号往往被噪声和干扰所影响, 常规的压缩感知方法难以达到理想的重构效果, 特别是低信噪比应用场景中, 稀疏重构往往会失效. 分析了压缩感知中噪声对重构性能的影响, 从理论上解释了压缩感知中的噪声折叠原理, 并在此基础上提出了一种基于方向性测量的自适应压缩感知方案. 该方案通过后端信号处理系统估计出噪声的相关信息并反馈至压缩感知前端, 前端根据反馈的噪声信息调整测量矩阵, 从而改变感知矩阵的方向, 自适应地感知稀疏谱, 从而有效地抑制信号噪声. 仿真实验表明, 所提的自适应压缩感知方法对稀疏信号重构性能有较大的提升.     

Iterative filtered ghost imaging

It is generally believed that, in ghost imaging, there has to be a compromise between resolution and visibility. Here we propose and demonstrate an iterative filtered ghost imaging scheme whereby a super-resolution image of a grayscale object is achieved, while at the same time the signal-to-noise ratio (SNR) and visibility are greatly improved, without adding complexity. The dependence of the SNR, visibility, and resolution on the number of iterations is also investigated and discussed. Moreover, with the use of compressed sensing the sampling number can be reduced to less than 1% of the Nyquist limit, while maintaining image quality with a resolution that can exceed the Rayleigh diffraction bound by more than a factor of 10.     

Piecewise spectrally band-pass for compressive coded aperture spectral imaging

Coded aperture snapshot spectral imaging(CASSI) has been discussed in recent years. It has the remarkable advantages of high optical throughput, snapshot imaging, etc. The entire spatial-spectral data-cube can be reconstructed with just a single two-dimensional(2D) compressive sensing measurement. On the other hand, for less spectrally sparse scenes,the insufficiency of sparse sampling and aliasing in spatial-spectral images reduce the accuracy of reconstructed threedimensional(3D) spectral cube. To solve this problem, this paper extends the improved CASSI. A band-pass filter array is mounted on the coded mask, and then the first image plane is divided into some continuous spectral sub-band areas. The entire 3D spectral cube could be captured by the relative movement between the object and the instrument. The principle analysis and imaging simulation are presented. Compared with peak signal-to-noise ratio(PSNR) and the information entropy of the reconstructed images at different numbers of spectral sub-band areas, the reconstructed 3D spectral cube reveals an observable improvement in the reconstruction fidelity, with an increase in the number of the sub-bands and a simultaneous decrease in the number of spectral channels of each sub-band.     

基于自适应阈值方法实现迭代降噪鬼成像

为了有效降低传统鬼成像中相关噪声对成像质量的影响,本文提出一种基于最佳阈值的迭代降噪鬼成像.首先在迭代降噪鬼成像的基础上,采用自适应阈值迭代法,在不需要目标先验信息的前提下,找到一个逼近传统鬼成像中相关噪声的阈值,根据得到的阈值构造噪声干扰项.为了每次迭代初值更接近原始目标的透射系数,对其进行二值化,降低重构图像背景噪声对迭代性能的影响.仿真以及实验结果表明,本文提出的方法与传统方法相比,视觉效果以及峰值信噪比值有明显提高.     

Multidimensional imaging using compressive Fresnel holography

We propose a generalized framework for single-shot acquisition of multidimensional objects using compressive Fresnel holography. A multidimensional object with spatial, spectral, and polarimetric information is propagated with the Fresnel diffraction, and the propagated signal of each channel is observed by an image sensor with randomly arranged optical elements for filtering. The object data are reconstructed using a compressive sensing algorithm. This scheme is verified with numerical experiments. The proposed framework can be applied to imageries for spectrum, polarization, and so on.     

基于Hadamard矩阵优化排序的快速单像素成像

为提升单像素成像速度,提出了基于Hadamard矩阵优化排序的压缩采样解决方案.利用数值仿真和室外实验对提出的5种排序方法进行了对比分析.研究结果表明:按Haar小波变换系数绝对值排序时单像素成像效果最优,排序对应到Walsh序后可利用快速变换重建图像,速度达300帧/秒@64×64像素;最优排序下,采样率25%仍可重建图像,采样速度可提升4倍.针对排序方法与成像信噪比关系,从关联成像角度给出了其物理解释:测量基矩阵元邻域数值相等的区域面积等效于光场二阶相干面积,当光场二阶相干面积随测量基由大到小排序时成像效果最优.本文研究成果可用于提升单像素成像速度,具有实用价值.