基于压缩感知的差分关联成像方案研究

关联成像可提供一种运用常规手段难以获得清晰图像的方法, 能够解决一些常规成像技术不易解决的问题, 是近些年来量子光学领域的前沿和热点之一.本文提出一种基于压缩感知的差分关联成像方案(简称, 差分压缩关联成像方案), 将高斯分布的热光源强度分布作为压缩感知的测量矩阵, 差分物体信息作为被成像物体信息, 利用差分关联成像方案的高成像信噪比和压缩感知技术的低采样次数, 通过正交匹配追踪算法, 高质量地恢复出物体信息. 并以二灰度“双缝”、“NUPT”, 多灰度Lena图和Boats图为例, 数值仿真差分压缩关联成像过程; 同时将本方案350次测量的结果与差分关联成像方案30000次测量的结果进行对比, 研究结果表明针对不同的被成像物体(二灰度“双缝”、“NUPT”, 以及多灰度Lena图和Boats图), 10次成像的均方误差平均值分别降低了97.7%, 93.9%, 92.5%和71.4%; 与压缩鬼成像方案相比, 同样测量次数条件下均方误差值对于二灰度双缝和多灰度Lena图、Boats图等目标物 体分别有50.4%, 72.9%和66.8%的降低. 差分压缩关联成像方案极大地提高了成像信噪比, 降低了成像时间. 关键词： 关联成像 差分 压缩感知 均方误差     

基于混合散斑图的压缩计算鬼成像方法研究

提出一种基于混合散斑图的压缩计算鬼成像方法。通过对不同分辨率尺度组成的复杂物体进行自动识别,检测出物体中较大和较小分辨率区域,根据识别区域生成由不同大小尺寸散斑组成的混合散斑图进行探测,结合压缩感知对恢复图像进行处理。通过理论分析和数值仿真发现,与传统计算鬼成像方法相比,该方法克服了散斑大小选取不适当对恢复图像质量的影响,显著提高了恢复图像的衬噪比和可见度,有效降低了均方误差。该方法在提高成像质量的同时减少采样时间,有利于进一步推动计算鬼成像技术的实用化。     

多路并行探测提高光子计数关联成像质量研究

构建了一种基于多路并行探测提高光子计数关联成像质量的方案,分析了其成像性能,并通过数值模拟验证了其有效性。探讨了探测路数、回波信号平均光子数和辐照散斑场的稀疏度对成像质量的影响。数值模拟结果表明,该方案下的关联成像质量与探测路数成正相关,随着回波信号平均光子数和辐照散斑场稀疏度的增加,成像质量先提升后降低。     

基于频域分解的融合鬼成像方法

针对传统鬼成像对比度差、信噪比低的问题,提出了一种基于频域分解的融合鬼成像方法.该方法将参考光路中获得的散斑图进行频域变换,选取合适的阈值将其分解为高频散斑和低频散斑,通过分别对高低频散斑与桶探测器得到的值进行关联运算得到高低频鬼像,最后利用逆非下采样剪切波变换重构出最终的鬼像.以对比度和峰值信噪比为评价指标,通过4组实验仿真验证了融合鬼成像方法的有效性.仿真实验结果表明,融合鬼成像的峰值信噪比/对比度较计算鬼成像、差分鬼成像方法分别平均提高了41%/173%、27%/135%.     

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。     

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。     

基于运动轨迹可调式随机相位板的赝热光鬼成像实验研究

为了保证采样的独立性,目前基于随机相位板的赝热光鬼成像系统是以每次移动不小于一个激光光斑大小进行相位调制的形式来产生高亮度的赝热光源。通过旋转、平移两台电机控制随机相位板的运动轨迹,搭建了一种运动轨迹可调的随机相位板赝热光鬼成像实验平台。基于差分鬼成像和稀疏约束鬼成像重构算法,从实验角度对比分析了随机相位板的偏移量Δx对赝热光鬼成像质量的影响。数值模拟和实验结果均表明,在相同的采样压缩比下,当随机相位板的偏移量Δx不大于物面处的散斑大小Δxs时,成像质量随着Δx的增大而提高;而当Δx大于Δxs时,随着Δx的增大,成像质量几乎不变。此外,稀疏约束鬼成像质量优于相同采样数下的差分鬼成像质量。     

基于邻域相似度的压缩感知鬼成像

为了提高压缩感知鬼成像的成像质量以及解决低采样率条件下成像失真度高的问题,提出一种基于邻域相似度的鬼成像(NSGI)方案。邻域相似度体现在图像像素间的关联性,携带关于物体结构的重要信息,在分析压缩鬼成像原理的基础上,利用邻域相似度来评价待探测目标。根据贪婪算法的原理,采用邻域相似度优化图像重构过程,并设置相关度阈值降低计算的复杂度。仿真和实验结果均表明,与传统方法相比,该方案可以在低采样率条件下获得高质量低失真度的图像,有利于推动鬼成像技术的实用化。     

多点协同动态散斑的统计特性

激光散斑被广泛应用于生物医学,成像探测以及无损检测等应用中,为了提升目标在环系统中基于散斑统计特性反馈远场激光聚焦光斑质量的评价效率和精度.提出了多通道协同探测的方法获得回波散斑信号的时间空间融合评价因子,并对散斑场统计理论、多点协同探测系统模型和散斑时间与空间频谱融合统计特性展开深入研究.首先,利用单点探测器探测动态...     

毛玻璃转速对热光鬼成像质量的影响

本文实验研究毛玻璃转速对鬼成像质量的影响.毛玻璃的转速增加使得散斑的涨落增快,这时散斑场的关联时间减少,到达CCD探测器的散斑场分布开始变得模糊,相当于探测器响应速度变慢,这时不同毛玻璃转速下关联图像的衬噪比基本不变.实验结果表明,当增加毛玻璃转速,即便这时候探测器获得的散斑场分布开始变得模糊,鬼成像的质量不会随之变化.     

基于多角度无透镜傅里叶变换数字全息的散斑噪声抑制成像研究

在数字全息成像中,散斑噪声严重影响了再现像的信噪比和成像分辨率,因此为了提高数字全息成像质量,迫切需要抑制再现像的散斑噪声.分析并给出了矩形散射光斑的强度协方差,定量计算了特定实验条件下产生退相关散斑图样的最小角度差.结合透镜的性质设计并搭建了多角度无透镜傅里叶变换数字全息成像系统,利用光纤端面在透镜焦平面的二维机械移动代替传统反射镜的旋转,使照明光束在不改变照明位置和大小的同时,可任意改变光束方向.移动光纤端面使多角度照明满足最小角度差,获取了81幅数字全息图.利用单次快速傅里叶逆变换实现数值再现,对多幅再现像的强度像求平均,实验结果表明散斑对比度降低为单幅再现像的14.6%,使图像信噪比提高了6.9倍.该抑制散斑的多角度数字全息成像方法有效的抑制了散斑噪声,且成像光路结构简单,可操作性强.     

Compressed ghost imaging based on differential speckle patterns

We propose a compressed ghost imaging scheme based on differential speckle patterns,named CGI-DSP.In the scheme,a series of bucket detector signals are acquired when a series of random speckle patterns are employed to illuminate an unknown object.Then the differential speckle patterns(differential bucket detector signals) are obtained by taking the difference between present random speckle patterns(present bucket detector signals) and previous random speckle patterns(previous bucket detector signals).Finally,the image of object can be obtained directly by performing the compressed sensing algorithm on the differential speckle patterns and differential bucket detector signals.The experimental and simulated results reveal that CGI-DSP can improve the imaging quality and reduce the number of measurements comparing with the traditional compressed ghost imaging schemes because our scheme can remove the environmental illuminations efficiently.     

Reconstruction method of computational ghost imaging based on non-local generalized total variation北大核心CSCD

鬼成像是一种能够透过大雾等恶劣环境的成像技术。针对传统鬼成像重建图像存在噪声较多、图像对比度较低等问题,将非局部广义全变分方法用于鬼成像的图像重建之中,提出基于非局部广义全变分的计算鬼成像重建方法。所提方法构造了一种非局部相关性权重设计梯度算子,将其代入全变分重建算法中,使得重建的图像能有效去除噪声的同时实现细节较好的还原。首先在不同条件下进行仿真模拟,得到所提方法的峰值信噪比相对其他方法提升1 dB左右,且具有更好的主观视觉效果,进而设计并搭建实验平台对算法的有效性进行验证,实验结果证明了所提方法在去除噪声和细节重建等方面的优越性。     

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     

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.     

Study on the reduction of speckle noise in the reconstructed image of digital hologram

As one of the most important 3-D display technique, reduction of speckle noise in the reconstructed image of digital holography should be grounded on the digital hologram itself. Based on the whole process of the recording and reconstruction of digital holography, the optical distributions of recorded object and reconstructed image of digital holography have been studied. It has been proposed that the root formation cause of speckle noise in its reconstructed image is the speckle noise formed on the recorded object surface when illuminated by coherent light because of its optical roughness. A novel approach has been presented to reduce speckle noise in digital holography by changing the interference structure of hologram itself. First, by reducing the speckle noise in the reconstructed image, the distribution of ideal reconstruction light with reduced speckle noise is acquired. Then in turn, taking the ideal reconstruction light with reduced speckle noise as ideal object light, a new hologram can be rebuilt, which can reconstruct the ideal object light. The experimental results are given to confirm the proposed method. Therefore, it offers a brand-new thought and practical way to reduce the speckle noise in the reconstructed image of digital holography.     

基于压缩感知与扩展小波树的自适应压缩成像

为了在现有的采样条件下,通过新的压缩采样方式获得计算量小且质量更好的图像,提出了基于压缩感知与扩展小波树的自适应压缩成像方法。首先将图像投影到分区控制的DMD上,获得图像在低分辨率下的测量值,并通过压缩感知重构算法重构出低分辨图像,接着利用扩展小波树预测重要小波位置,通过DMD在小波域采样获取图像的细节信息,最后由小波逆变换恢复高分辨率图像。将该方法与最小化全变分算法（TVAL3）和近来提出的基于扩展小波树的自适应成像算法（EWT-ACS）效果进行对比,实验结果表明,以boat图像为例,在压缩感知采样率为0.75,整体采样率为10%的无噪声条件下,该方法相较于TVAL3、EWT-ACS算法信噪比提高了4.63 dB和2.87 dB,在附加噪声条件下成像效果也较好。该方法能极大地降低压缩感知重建算法的运行时间,同时减少采样次数,具有较好的抗噪性。     

激光相干场成像散斑噪声复合去噪方法

噪声是影响激光相干场高分辨成像系统像质的重要因素,激光相干场成像系统既受背景光加性噪声影响,又受激光乘性散斑噪声影响.为解决激光相干场成像系统受激光乘性散斑噪声和背景光加性噪声叠加引起的成像像质退化效应问题,从噪声抑制角度提高激光相干场系统高分辨成像像质,研究建立了激光散斑乘性噪声和背景光加性噪声对大气下行链路激光回波场信号影响干扰模型,并基于该模型提出了一种基于同态滤波和稀疏基追踪级联复合去噪算法.首先基于同态滤波理论将激光乘性散斑噪声转化为加性噪声,再由高通滤波器滤除散斑噪声,最后采用基追踪稀疏理论方法抑制背景光等加性噪声对像质的影响.研究表明,较现有单一去噪方法,该级联复合去噪方法可一次性消除激光乘性散斑噪声和背景加性噪声两种不同性质的噪声,有效改善了激光相干场成像质量.