光子计数集成成像的压缩与重构

集成成像技术作为一种重要的裸眼三维显示技术,在完整记录三维场景信息的同时,庞大的数据量给传输和存储带来了压力。为了实现图像的有效压缩和重构,根据光子计数集成成像的特点,基于分布式压缩感知理论,提出用于图像压缩与重构的方案。该方案将图像分为参考图像和非参考图像两类,对其设置不同的测量率并分别进行重构。为保证非参考图像的重构质量,提出一种联合重构算法。该算法首先对非参考图像进行分块测量,依据与参考图像之间的相关性进行图像块分类,然后结合参考图像测量值信息构建新的测量矢量,利用新的测量矢量完成初次图像重构。为了进一步提升图像重构质量,对初次重构结果进行二次残差补偿重构,获得最终重构结果。最后通过设置不同的测量率进行了大量实验,实验结果表明,所提算法在测量率为0.25时,图像重构质量可以达到30 dB,测量率为0.4时,图像质量可以达到35 dB,算法性能具有一定的优越性。