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。     

单臂压缩感知鬼成像的光强扩散函数分析法

为了提高单臂压缩感知鬼成像的成像质量,减少成像系统本身和外部环境的干扰,提出了一种光强扩散函数分析方法.在单臂压缩感知鬼成像原理的基础上分析了成像过程,指出降低成像质量的主要因素是菲涅尔衍射和大气湍流.针对这两个因素,推导并分析了光强度扩散函数的公式,研究透镜的焦距与口径之比和照明光源的波长对鬼成像的影响.仿真结果表明:在单臂压缩感知鬼成像中,使用焦距与尺寸半径之比在2~5范围内的成像投影透镜可以消除衍射效应的影响;短波长光源适用于大气湍流较弱时的成像,长波长光源在大气湍流较强时对干扰有更好的耐受能力.该方法可以有效地提高成像质量并优化成像系统.