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.     

相位恢复算法在量子关联衍射成像中的应用研究

随着研究工作的逐步深入,目前已经利用经典热光源实现了关联衍射成像,使得该技术有望在X射线以及中子衍射成像等方面得到广泛应用。在实验利用非相干光得到物体无透镜傅里叶变换频谱的基础上,采用误差消除与输入输出恢复算法,并结合过采样理论,实现了实验所用物体透射率函数的恢复。分别得到了纯振幅物体的振幅分布函数与纯相位物体的相位分布函数。此外,还讨论了实验所得傅里叶变换频谱的噪声等因素对图像恢复结果的影响。     

抑制相位测量轮廓术饱和误差相位融合算法

在相位测量轮廓术中,由于被测物体表面反射率过大,导致照相机捕获的图像中部分像素点强度值超过照相机的最大量化值,即光强度饱和。分析了光强度饱和引起的相位误差,提出一种相位融合算法。该算法通过查找归一化后的最大调制强度,提取其对应的相位,并将该相位作为三维重建的最终相位。实验结果表明,在理想情况及测量系统存在Gamma畸变时该算法均能有效地修复饱和误差。当测量系统存在Gamma畸变时,校正后相位误差均方根值相对于传统技术减小了58.86%。     

基于离焦型夏克-哈特曼传感器的定量相位成像技术

提出了一种基于离焦型夏克-哈特曼传感器的定量相位成像技术。该技术利用离焦型夏克-哈特曼波前传感器记录两种不同波长的光的照射下的强度分布图,采用双波长相位恢复算法进行相位恢复,获得了透过相位物体的数字光场,实现了纯相位物体成像。数值模拟结果表明该定量相位成像技术方法简单、精度高、收敛速度快,是一种非常具有潜力的定量相位成像技术。     

相位恢复测量长焦距镜面

针对长焦距光学镜面检测中测量光路长,振动干扰较大,不容易用干涉仪进行面形检测的难题,提出了一种基于相位恢复技术的测量方法.该方法用相干点光源照射被测镜,采集一系列焦点附近的衍射光强图像,然后运用相位恢复算法得到镜面面形误差分布.利用衍射光学理论建立了测量模型,并用基于Gerchberg-Saxton算法的迭代算法求解模型.然后仿真验证了光场传播模型的可靠性和测量算法的有效性,并用该方法测量了一块曲率半径8 700 mm,口径145 mm的球面镜.通过对光强图像位置进行优化,并选择适当离焦位置的图像,最终恢复出了镜面面形.相位恢复测量的结果与动态干涉仪测量结果基本一致,并且测量装置简单,对环境要求低.     

光强传播方程相位恢复的实验验证

在傍轴近似条件下, 可以利用光强传播方程(ITE)对畸变波前进行相位恢复。对于衍射受限的光学系统, 很难获得相位的边界径向斜率值作为边界条件, 此外, 要获得精确的圆域边界采样值也并非易事。为了克服上述困难, 进一步研究了相位恢复改进方法, 即改变了方程的表示形式、计算区域和边界条件, 并用多重网格法进行求解获得重构相位, 最后再将其修正。为了验证算法的精确性, 搭建了实验系统对算法进行实验验证, 将由CCD探测的光强分布进行计算得到的相位分布与相位恢复算法(PR算法)的结果进行比较, 证明在光强分布非均匀的情况下, 该方法恢复的相位均方根误差能够达到017 λ, 可以适用于波前传感精度要求不是很高的相位恢复。     

基于波面分割及多平面相位恢复的定量相位成像技术

提出了一种基于微透镜阵列分割波前及多平面相位恢复的定量相位成像技术。针对大动态范围的相位物体实现定量相位成像,该技术同时施加了横向波面分割、轴向多衍射平面和多波长照明三种约束。该技术记录了两种不同波长照明下,微透镜阵列焦面附近不同衍射距离的强度分布图,采用多平面相位恢复算法提取透过相位物体的数字复振幅光场,通过双波长数字复振幅光场相位提取算法,实现了大动态范围下的相位物体成像。数字仿真实验中,在640 nm和685 nm的照明下,对相位变化范围大、结构复杂的相位物体进行了模拟仿真,结果表明,该技术可以高效、便捷地实现高精度相位成像。     

随机间距稀疏三元Toeplitz矩阵相位掩模压缩成像

压缩成像是一种基于压缩传感(CS)理论的新成像方法,其优点是可以用比传统的Nyquist采样定理所需测量数目少得多的测量值重建原稀疏或可压缩图像。在研究Bernoulli和Toeplitz测量矩阵的基础上,提出一种新的随机间距稀疏三元Toeplitz相位掩模矩阵。实验结果表明,在可压缩双透镜成像系统中,与Bernoulli和Bernoulli-Toeplitz相位掩模矩阵相比,新相位掩模矩阵的成像信噪比与之相当。但是随机独立变元个数和非零元个数显著减少,在数据存储与传输时更具优势,物理上更易实现,甚至重建时间是只有它们的21%～66%。     

复杂光瞳波前相位恢复算法与实验验证

由美国喷气推进实验室提出的MGS(modified G-S)算法,是一种基于迭代FFT变换的相位恢复波前传感方法.其中,多离焦面的使用保证算法迭代解具有唯一性,多种相位解包裹方法的引入使得算法既有很高的传感精度又有可观的传感动态范围.但当传感非连通域复杂光瞳时,由于受瞳内遮挡区域的伪包裹相位值影响,路径无关型解包裹算法失效,从而导致MGS算法迭代失败.为此首先对MGS算法做了进一步细节优化,在此基础上设计出一套普适于非连通域复杂光瞳的路径无关型解包裹算法流程,它能根据光瞳实际遮挡排布自适应设定最优解包裹步骤和路径.通过搭建实验光路,验证了该解包裹算法的町行性,并结合干涉测量对改进MGS算法在非连通域复杂光瞳中的波前传感精度做了初步标定.     

相位解码的时-空重建算法

基于相位映射的三维传感技术对几何形状和拓扑结构复杂或表面梯度很大的物体进行绝对相位测量及相位重建仍然是一个困难的问题。近年来国际上提出了一种时间维度相位重建算法可以对此提供一种解决方案。然而,该算法对结构光照明系统提出了很高的要求,当系统无法满足算法要求时,重建结果存在严重的噪声。针对这一问题,提出了一种利用分段函数构造的相位解码的时空重建算法。该算法在相位重建过程中同时考虑时间维度和空间维度相位的相对关系,使得空间频率非严格按指数增长的条纹序列可以得到正确的重建,消除了跳变边界的相位模糊问题,从而可以更加有效地解决深度表面不连续和存在相互孤立物表面拓扑结构的景物相位重建问题。实验结果证明了此算法的可行性和有效性。     

基于压缩感知的反射光谱重构算法研究

光谱反射率描述物体的表面颜色特征,为了能够获取物体自身更加精确的颜色信息,在图像处理领域光谱反射率重构成为了关注的话题。反射光谱重构算法是对实验物体表面在可见光范围内每一波长处的光谱反射率进行重构,以达到提高物体自身颜色准确复制的精度,最后建立相应的反射光谱。尝试将压缩感知(CS)理论应用到光谱实验中,对光谱反射率进行重构。首先是介绍了压缩感知理论知识,然后把压缩感知理论与光谱反射率原理相结合,根据基于压缩感知的光谱反射率重构的理论框架,选取合适的采样值,压缩感知的采样值即压缩值,小波基作为正交矩阵,高斯随机矩阵作为测量矩阵,正交矩阵与测量矩阵需要保证具有不相关性,将原始光谱反射率从高维到低维进行线性投影,得到低维的观测信号,运行简单的正交匹配追踪算法(OMP)对低维的观测信号进行由低维到高维的高精度重构,重构得到的光谱反射率与原始光谱反射率具有相同的维度,最后将压缩感知重构算法与传统的光谱反射率重构算法伪逆法与多项式回归法进行比较。经过压缩感知重构算法得到的色差值与均方根误差值都小于伪逆法和多项式回归法重构的结果,经压缩感知的重构精度明显提高;经压缩感知重构的光谱曲线可以达到或者更接近原始光谱曲线的峰值,整体效果更接近原始光谱曲线;经多项式回归法和伪逆法重构的光谱曲线达不到原始峰值,整体上存在偏差。可以认为压缩感知用低采样的数据达到了全采样的效果,提高了光谱反射率重构的精度。基于压缩感知的光谱反射率重构算法效果明显优于传统的多项式回归法和伪逆法,可以将压缩感知理论应用到实际的多光谱成像系统中。     

基于近似l0范数最小化的NMR波谱稀疏重建算法

在核磁共振（NMR）波谱中,过长的数据采集时间会使很多化学以及分子生物学领域的高分辨率多维谱应用难以实现. 传统的解决办法是使用随机非均匀采样代替奈奎斯特采样,但这样会使谱图质量受损. 压缩传感的出现为此提供了更好的解决办法,合适的压缩传感重建算法可以通过很少的随机非均匀采样将谱图高质量的重建出来. 该文先介绍了一种可用于谱图重建的压缩传感重建算法,名为“平滑l₀范数最小化法”,然后针对该算法对采样噪声鲁棒性较差的缺点进行了改进. 通过将改进后的算法与原算法在一维实数域信号以及NMR波谱信号重建实验中进行对比后表明,改进后的算法对噪声的鲁棒性明显提高,并能获得更好的重建性能.     

Infrared super-resolution imaging based on compressed sensing

The theoretical basis of traditional infrared super-resolution imaging method is Nyquist sampling theorem. The reconstruction premise is that the relative positions of the infrared objects in the low-resolution image sequences should keep fixed and the image restoration means is the inverse operation of ill-posed issues without fixed rules. The super-resolution reconstruction ability of the infrared image, algorithm’s application area and stability of reconstruction algorithm are limited. To this end, we proposed super-resolution reconstruction method based on compressed sensing in this paper. In the method, we selected Toeplitz matrix as the measurement matrix and realized it by phase mask method. We researched complementary matching pursuit algorithm and selected it as the recovery algorithm. In order to adapt to the moving target and decrease imaging time, we take use of area infrared focal plane array to acquire multiple measurements at one time. Theoretically, the method breaks though Nyquist sampling theorem and can greatly improve the spatial resolution of the infrared image. The last image contrast and experiment data indicate that our method is effective in improving resolution of infrared images and is superior than some traditional super-resolution imaging method. The compressed sensing super-resolution method is expected to have a wide application prospect.     

迭代软阈值法压缩感知重建谱峰较宽的二维固体谱

压缩感知技术可以打破传统奈奎斯特采样定理的限制,利用优化算法对欠采数据进行重建,并获得高质量的结果,因此在核磁共振领域得到了广泛的关注．但是当核磁共振谱的谱峰很宽时,基于共轭梯度方法的压缩感知重建却难以得到令人满意的谱图．因此,该文采用凸优化非线性重建算法,使用基于谱图域软阈值的压缩感知算法重建固体二维宽谱（¹H双量子-单量子谱或MQMAS谱）,有效地解决了宽峰在重建时变弱的问题．     

Terahertz imaging with compressed sensing and phase retrieval

We describe a novel, high-speed pulsed terahertz (THz) Fourier imaging system based on compressed sensing (CS), a new signal processing theory, which allows image reconstruction with fewer samples than traditionally required. Using CS, we successfully reconstruct a 64 x 64 image of an object with pixel size 1.4 mm using a randomly chosen subset of the 4096 pixels, which defines the image in the Fourier plane, and observe improved reconstruction quality when we apply phase correction. For our chosen image, only about 12% of the pixels are required for reassembling the image. In combination with phase retrieval, our system has the capability to reconstruct images with only a small subset of Fourier amplitude measurements and thus has potential application in THz imaging with cw sources.     

CT不完全投影数据重建算法综述

本文主要针对计算机断层成像(computed tomography,CT)不完全投影数据重建中探测器全覆盖稀疏角度重建和探测器部分覆盖截断数据重建问题,综述了其在研究方法上国内外的进展.在探测器对被检测物体可以完全覆盖的情况下,针对稀疏均匀采样和视角受限采样,探讨了离散模型迭代重建算法和压缩感知采样重建算法.在探测器对被检测物体不能完全覆盖的情况下,探讨了锥束螺旋BPF重建算法、加型迭代重建算法和锥束FDK改进算法.论文可以为CT重建领域的研究工作者提供全面的方法梳理和总结,并指出了当前研究的重点和未来研究的方向.     

基于双边信息的分布式视频压缩感知模型研究

针对传统视频编码技术计算量大和复杂度高的缺点,提出一种基于双边信息的分布式视频压缩感知算法。该算法将压缩感知技术与分布式视频编码技术相结合,把视频序列分为Key帧和CS帧,Key帧运用传统的帧内编码和解码,CS帧编码端运用压缩感知编码,解码端运用视频块内与视频块间的双边信息和梯度投影算法进行优化重构。通过双边信息的运动估计和压缩编码器的设计,实现基于双边信息的分布式视频压缩感知模型的构建。仿真结果表明该模型既可以实现高效编码,又可以实现复杂度由编码端向解码端转移,在较低的采样率下,提高视频的压缩能力和传输速度。     

Analysis of a digital phase retrieval method for wave-front reconstruction

A phase retrieval algorithm which only needs to measure the intensity distribution at two positions to be effective is used to reconstruct the laser wave-front.Results are obtained from the phase retrieval algorithm in the visible band and the effects of the measurement error on the phase retrieval process are simulated.The algorithm is not sensitive to absolute amplitude measurement error,but is sensitive to the relative distribution of light intensity.     

An image compressed sensing algorithm based on adaptive nonlinear network

Traditional compressed sensing algorithm is used to reconstruct images by iteratively optimizing a small number of measured values. The computation is complex and the reconstruction time is long. The deep learning-based compressed sensing algorithm can greatly shorten the reconstruction time, but the algorithm emphasis is placed on reconstructing the network part mostly. The random measurement matrix cannot measure the image features well, which leads the reconstructed image quality to be improved limitedly. Two kinds of networks are proposed for solving this problem. The first one is Recon Net's improved network IRecon Net, which replaces the traditional linear random measurement matrix with an adaptive nonlinear measurement network. The reconstruction quality and anti-noise performance are greatly improved.Because the measured values extracted by the measurement network also retain the characteristics of image spatial information, the image is reconstructed by bilinear interpolation algorithm(Bilinear) and dilate convolution. Therefore a second network USDCNN is proposed. On the BSD500 dataset, the sampling rates are 0.25, 0.10, 0.04, and 0.01, the average peak signal-noise ratio(PSNR) of USDCNN is 1.62 d B, 1.31 d B, 1.47 d B, and 1.95 d B higher than that of MSRNet. Experiments show the average reconstruction time of USDCNN is 0.2705 s, 0.3671 s, 0.3602 s, and 0.3929 s faster than that of Recon Net. Moreover, there is also a great advantage in anti-noise performance.     

压缩感知在宽带声学多普勒测速技术中的应用

为降低宽带声学多普勒测速技术中宽带回波信号处理系统的采样和数据存储压力,研究了压缩感知的回波信号重构算法,并将其应用于宽带声学多普勒测速的回波信号分析中.在点回波模型下进行宽带回波信号的仿真实验,利用复协方差法计算频移.仿真实验结果表明,在无噪声的理想条件下,利用压缩感知理论处理宽带多普勒测速的回波信号,能够达到理想的...