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。     

并行压缩感知计算层析成像光谱

计算层析成像光谱既有传统成像光谱仪获取目标二维空间和一维光谱“图谱合一”的能力,还具有高通量测量和免扫描特性,在光谱成像领域拥有广泛应用场景并得到大量研究。根据中心切片定理,计算层析成像光谱仪性能主要受焦平面阵列探测器(FPA)和二维色散元件的性能制约,以往研究主要在改进二维色散元件设计以增加衍射级次和投影角度以提高精确重建光谱所需的采样量。从FPA二维色散投影测量入手,提出并行压缩感知理论和计算层析成像光谱结合的方法,构建并行压缩感知计算层析成像光谱模型,利用低分辨FPA实现更高分辨率的色散投影测量,最终实现高于传统计算层析直接测量的性能水平。该研究为验证该成像光谱模型的正确性与可行性,先选用高光谱数据集对色散投影直接测量模型进行了三光谱立方体到二维色散投影和并行压缩感知测量模型重建的仿真实验,在仿真结果正确的前提下使用连续谱激光器和反射式数字微镜进行了相应的光学系统实验,完成了投影矩阵的逐点精确标定,并提出提高标定效率的并行标定方法,将标定时间降低到单点标定的四分之一。结果显示并行压缩感知计算层析成像光谱可以获得更高的光谱重建质量,能获得高于FPA自身性能的高分辨光谱投影并大幅提高...     

基于空-谱编码的压缩感知高光谱计算成像

压缩感知高光谱计算成像技术是当前高光谱计算成像领域的研究热点之一,其能够在保持系统元器件物理特性不变的前提下,有效地提升成像质量。本文概述了高光谱计算成像的研究背景和基本概念,详细介绍了压缩感知高光谱计算成像系统的发展现状,重点阐述了本团队提出的基于空-谱编码的压缩感知高光谱计算成像技术,并对其系统组成、数理模型以及最新进展进行了说明。通过总结压缩感知高光谱计算成像的背景知识以及空-谱编码压缩感知高光谱计算成像的研究工作,力求为科研人员探索压缩感知高光谱计算成像新体制带来新的思路,促进高光谱计算成像技术的发展。     

基于改进的分块压缩感知红外图像重建

针对基于压缩感知理论的红外图像重建问题,提出一种基于改进的分块压缩感知红外图像重建方法。该方法首先对原始红外图像进行分块,并对每个子块用相同的观测矩阵进行随机观测,获得少量的观测数据;然后利用谱图小波变换优异的稀疏特性,将其引入平滑投影Landweber算法进行迭代优化重建,同时采用混合中值滤波进行处理以增加图像的平滑度和减少块伪影,最后输出满足要求的高质量红外图像。实验结果表明,在相同采样率下,该方法对于不同类型红外图像的重建性能均优于目前广为采用的一些小波压缩感知方法,可获得更高质量的红外图像。     

选择性双向顺序压缩感知重建动态磁共振成像

压缩感知是一种新兴技术,该技术能够用远低于奈奎斯特采样频率采集的信号恢复出原始信号. 压缩感知成像方法大大提高了心脏磁共振成像的采集速度,已有的方法主要利用动态图像时间相关及心脏的周期性运动特征,如采用在时间维做傅立叶变换或求解每帧数据跟参考帧数据的差异获取稀疏数据,满足压缩感知重建的要求. 该文提出了选择性双向顺序压缩感知重建算法,利用相邻帧的差异更小的特点,获取更加稀疏的差异数据,同时利用动态图像的周期性,以目标函数积分为判据,在时间顺序和时间逆序两个方向选择效果更好的方向进行数据重建,降低图像伪影和噪声. 该选择算法,可以在不增加重建时间的情况下,选择双向顺序重建中最佳的结果. 该文对心脏磁共振图像数据进行了数据处理实验,并且跟传统压缩感知算法、参考帧差异方法及匙孔成像方法进行了比较. 结果表明：该方法无论从视觉效果还是从统计结果上,都有很大的改善.     

基于压缩感知的后调制远距离三维成像研究

基于压缩感知(CS)理论,提出使用高功率纳秒脉冲激光器照射远距离目标物体,通过望远系统将目标物体成像到数字微镜阵列(DMD)上,利用DMD加载的调制图像对目标物体的像进行调制(后调制),采用光电倍增管(PMT)作为单像素探测器收集调制后的光强,通过压缩感知计算,完成对远距离目标物体的三维图像重建。将此系统应用于远距离三维成像,通过搭建实验系统,分别对距离为230m和4.5km左右的目标物体完成了绝对距离的测量,实现了64pixel×64pixel的三维成像。同时也证实利用压缩感知进行远距离图像恢复,随着采样率的提高,图像恢复的质量和对比度都有一定程度的提高;目标物体图像越稀疏,重构图像所需的采样次数越少。     

压缩感知光谱成像技术的编码孔径与探测器匹配优化

编码孔径光谱成像仪在实际应用中存在着编码模板与探测器分辨率不匹配从而降低系统分辨率的问题。针对该问题进行了两种情况分析,并通过数学理论建模给出了相应的解决方案。对于编码模板分辨率高于探测器分辨率这一情况,提出引入邻域嵌入超分辨技术的方法,实现了基于压缩感知的超分辨光谱成像。对于编码模板分辨率低于探测器分辨率这一情况,提出区块阈值划分的编码孔径,将编码微元按照区块阈值重新划分并进行灰度分级,从而实现低分辨率编码模板的高分辨率编码孔径。利用梯度投影稀疏重构(GPSR)算法进行数据立方体重建,实验结果表明:运用基于超分辨理论的编码孔径快照光谱成像系统所测得的光谱图像更精准,内容更丰富;采用基于区块阈值划分的编码孔径的编码孔径快照光谱成像系统具有更高的空间分辨率和光谱分辨率。结果证实优化后的编码孔径快照光谱成像系统,其分辨率和成像质量大幅度提升,并实现了高分辨率元件的100%利用。     

压缩感知同步扫描重建及其采样方案的研究

压缩感知(compressed sensing,CS)-磁共振成像(magnetic resonance imaging,MRI)技术使用随机欠采样的k空间数据来重建图像,大大提高了成像速度.但典型的CS重建很费时,这也是CS-MRI临床应用的主要障碍之一.针对这一问题,该文提出了在扫描时同步进行CS图像重建的方案.在同步重建的过程中,可以实时显示重建图像的结果,用户可以根据图像质量来决定何时终止扫描,这样可以在节约扫描和重建时间的同时,更好地控制图像质量.由于预先无法确定最终的采样率,因此传统的变密度随机采样方法并不完全适用.该文设计了适用于同步重建过程的采样模式生成方案,同时提出了分段采样方法,把采样过程分为两个阶段,不同阶段使用不同的概率密度函数(probability density function,PDF)确定待采样的相位编码行.模拟实验的结果表明,与使用单一密度函数的采样方案相比,分段采样方案能够在整个同步扫描重建过程中始终获得更好的图像.     

基于成像差分吸收光谱技术和压缩感知理论的烟囱烟羽断层重建研究

烟羽断层重建质量受两方面条件限制:其中一个限制条件是遥感设备的时间分辨率.以往的研究多使用多轴差分吸收光谱仪(M AX-DOAS)进行CT重建,受采集数据速度的限制,重建图像的时间分辨率较低.另一个限制条件是,采集到的数据量有限,是典型的不完全角度重建.过去多使用代数迭代重建算法或统计迭代重建算法,重建图像受测量误差的...     

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...     

基于联合正则化及压缩传感的MRI图像重构

基于压缩传感的MRI图像重构利用图像稀疏的先验知识能从很少的投影值重构原图像。目前MRI重构算法只利用MRI图像稀疏性表示或只利用基于其局部光滑性的先验知识,重构效果不理想。针对此问题,结合两种先验知识,提出一种基于联合正则化及压缩传感的MRI图像重构方法。利用块坐标下降法将求解联合正则化问题转化为交替求解二次凸优化、稀疏正则化和全变差正则化三个简单的优化问题。并提出分别采用共轭梯度法、二元自适应收缩法以及梯度下降法对以上优化问题求解。实验结果表明,该算法重构效果比现有算法有明显地提高。     

基于压缩传感和代数重建法的CT图像重建

代数重建法(ART)是一种重要的CT图像重建方法,适合于不完全投影数据的图像重建,其缺点是重建速度慢。为提高图像重建的质量和速度,利用压缩传感理论提出了一种基于ART的高质量图像重建算法。该算法将CT图像的梯度稀疏性结合到ART图像重建中,在每次迭代中的投影操作结束后用梯度下降法调整全变差,减小图像梯度的l1范数。实验结果验证了该算法的有效性。     

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.     

分块稀疏信号1-bit压缩感知重建方法

1-bit压缩感知理论指出:对稀疏信号进行少量线性投影并对投影信号进行1-bit量化,该1-bit信号包含足够的信息,从而能对原始信号进行高精度重建.然而,当信号难以进行稀疏表达时,传统1-bit压缩感知算法无法精确重建原始信号.前期研究表明,分块稀疏模型作为一种特殊的结构型稀疏模型,对于难以用传统稀疏模型进行表达的信号具有较好的表达作用.本文提出了一种针对分块稀疏信号的1-bit压缩感知重建方法,该方法利用分块稀疏的统计特性对信号进行数学建模,通过变分贝叶斯推断方法进行信号重建并在光电容积脉搏波(photoplethysmography)信号上进行了实验验证.实验结果表明,与现有1-bit压缩感知重建方法相比,本文方法重建精度更高,且收敛速度更快.     

基于压缩感知的振动数据修复方法

为解决旋转机械振动信号丢失数据修复的问题,提出一种基于压缩感知原理的振动数据修复方法.首先对采集到的不完整信号进行处理,将无信息输入时刻对应的数据用零元素填充得到有损信号,以单位矩阵为基础,根据有损信号中零元素的位置信息,构造对应于压缩感知框架下的观测矩阵;再根据待修复信号的特点并结合先验知识,构造或选择能够对振动信号进行稀疏表示的字典矩阵;然后使用高效且稳定的追踪算法,根据有损信号、观测矩阵以及字典矩阵重构原始信号,实现丢失振动数据的修复.使用仿真数据检验方法的有效性;使用实测的轴承振动状态数据验证方法对于振动数据的适用性,并通过比较完整信号、有损信号和修复信号对应的时域和频域特征值来检验数据修复效果.实验结果表明:本文方法能够有效地实现丢失数据的修复,且从统计特征的角度来看,相比于有损信号,修复信号能够更为准确地描述真实完整的振动信号.     

基于压缩感知估计的GIS击穿放电定位方法研究*

经典的空间谱估计方法,如多重信号分离(MUSIC)方法,对噪声敏感,难以在低信噪比环境中有效地进行波达方向估计。为提升在复杂电力环境中的气体绝缘金属封闭开关设备(GIS)击穿定位能力,该文提出了一种基于极化内插的压缩感知波达方向估计方法 CSP-DOA。该方法对传声器阵列接收到的数据进行建模,形成多测量矢量模型,结合压缩感知中稀疏重构技术进行波达方向估计;同时,该方法还采用极化内插技术解决了稀疏重构中的费网格问题,进一步提升了波达方向估计精度及计算效率。通过数值模拟对算法的定位效果进行了分析,仿真结果表明CSP-DOA方法对于击穿信号有更好的定位效果。结合可见光图像匹配实现了GIS击穿信源的二维可视化定位,在某高压大厅的GIS模型上进行耐压击穿定位试验研究,试验结果进一步验证了该文方法可较好的应用于GIS的击穿定位。     

Fast compressed sensing spectral measurement with adaptive gradient multiscale resolution

We propose a fast, adaptive multiscale resolution spectral measurement method based on compressed sensing. The method can apply variable measurement resolution over the entire spectral range to reduce the measurement time by over 75% compared to a global high-resolution measurement. Mimicking the characteristics of the human retina system, the resolution distribution follows the principle of gradually decreasing. The system allows the spectral peaks of interest to be captured dynamically or to b...     

Causal MRI reconstruction via Kalman prediction and compressed sensing correction

This technical note addresses the problem of causal online reconstruction of dynamic MRI, i.e. given the reconstructed frames till the previous time instant, we reconstruct the frame at the current instant. Our work follows a prediction-correction framework. Given the previous frames, the current frame is predicted based on a Kalman estimate. The difference between the estimate and the current frame is then corrected based on the k-space samples of the current frame; this reconstruction assumes that the difference is sparse. The method is compared against prior Kalman filtering based techniques and Compressed Sensing based techniques. Experimental results show that the proposed method is more accurate than these and considerably faster.