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...     

弱光条件下的高分辨光谱测量

提出了一种基于数字微镜器件(DMD)和光电倍 增管(PMT)的弱光高分辨光谱测量 的新方法。 首先,利用基于小尺寸狭缝的分光光路将被测光光谱成像到DMD上,然后DMD微镜阵列按列依 次翻转 将光谱分波段投射到PMT点探测器上,最终实现对光谱的分时扫描测量。进行了与CCD光 谱仪的对 比实验以及不同弱光条件下的测试实验,并对系统的信噪比(SNR)特性进行了实验测试。实验结果表明,光谱测 量系统的谱分辨率高达0.23nm,灵敏度可达4.6pW以下,系统的信噪比(SNR)特性比较理想。相对于传 统的光谱 测量方法,本文方法具有成本低、易于实现且性能稳定等优点,在弱光高分辨光谱测量领域 具有较大的潜在应用价值。     

Correspondence imaging based on correlation coefficients

In the context of correspondence ghost imaging, we utilize the correlation coefficients to separate the reference detector speckle patterns into positive and negative correlated parts. A positive image and a negative image of the object are obtained by averaging over corresponding speckle patterns. The visibility and contrast-to-noise ratio of the positive image are discussed, and it is found that the latter will reach a maximum by averaging over a little less than half of the total number of reference speckle patterns.     

A detail-enhanced sampling strategy in Hadamard single-pixel imaging

Hadamard single-pixel imaging is an appealing imaging technique due to its features of low hardware complexity and industrial cost. To improve imaging efficiency, many studies have focused on sorting Hadamard patterns to obtain reliable reconstructed images with very few samples. In this study, we propose an efficient Hadamard basis sampling strategy that employs an exponential probability function to sample Hadamard patterns in a direction with high energy concentration of the Hadamard spectrum...     

Sub-Rayleigh imaging via undersampling scanning based on sparsity constraints

We demonstrate that, by undersampling scanning object with a reconstruction algorithm related to compressed sensing, an image with the resolution exceeding the finest resolution defined by the numerical aperture of the system can be obtained. Experimental results show that the measurements needed to achieve sub-Rayleigh resolution enhancement can be less than 10% of the pixels of the object. This method offers a general approach applicable to point-by-point illumination super-resolution techniques.     

多块合并压缩感知实时成像（英文）

中长波红外成像探测器成本高昂,成为该波段高分辨成像和实时显示的巨大挑战。本文提出一种高效合并分块压缩感知方法（Multi-block Combined Compressed Sensing, MBCS）,适用于基于焦平面阵列的压缩成像系统,它结合了并行采样和快速重建优势,可通过低分辨红外探测器实现低分辨并行测量和高分辨图像快速重建。与传统的基于压缩感知超分辨成像相比,该方法可提升高分辨图像重建的质量,同时实现高速重建。本文对光学系统原型和MBCS重建模型测量矩阵构建过程进行了研究,讨论了合并块大小对重建性能的影响,发现存在最优块大小使重建速度与重建质量都最优。此外,本文还实现了基于GPU加速的MBCS重建算法,用于进一步改进并行成像系统的图像重建速度。仿真和光学实验验证了该光学系统并行采样和快速重建策略的有效性,512×512分辨率成像与显示速度可达到5 Hz。     

基于压缩感知超分辨鬼成像

分辨率是成像系统的一个重要参数, 获得高分辨率图像一直是鬼成像系统的一个目标. 本文提出了以成像系统点扩散函数作为先验知识, 基于稀疏测量的超分辨压缩感知鬼成像重建模型. 搭建了一套计算鬼成像实验装置, 用于验证该模型对于提高鬼成像系统分辨率的有效性, 并与传统的鬼成像计算模型进行了对比. 实验表明, 利用该模型可突破成像系统衍射极限分辨率的限制, 得到超分辨鬼成像. 关键词： 鬼成像 压缩感知 超分辨 稀疏测量     

强度涨落在热光鬼成像中的作用

热光鬼成像的图像质量在实际应用中具有重要作用. 通过理论分析和数值模拟, 发现光场的强度涨落程度会影响热光鬼成像的对比度, 基于此, 提出可以通过调节热光场的平均强度和强度波动的方差来提高成像对比度, 并且研究了这一方法对成像信噪比的影响. 将这种方法与另一种提高成像对比度的方法——高阶鬼成像进行了对比, 所得结果将有助于提高对热光鬼成像的理解. 关键词： 鬼成像 强度涨落 对比度 信噪比     

Compressive imaging based on multi-scale modulation and reconstruction in spatial frequency domain

Imaging quality is a critical component of compressive imaging in real applications. In this study, we propose a compressive imaging method based on multi-scale modulation and reconstruction in the spatial frequency domain. Theoretical analysis and simulation show the relation between the measurement matrix resolution and compressive sensing(CS)imaging quality. The matrix design is improved to provide multi-scale modulations, followed by individual reconstruction of images of different spatial frequencies. Compared with traditional single-scale CS imaging, the multi-scale method provides high quality imaging in both high and low frequencies, and effectively decreases the overall reconstruction error.Experimental results confirm the feasibility of this technique, especially at low sampling rate. The method may thus be helpful in promoting the implementation of compressive imaging in real applications.     

基于行扫描测量的运动目标压缩成像

运动目标成像在实际应用中具有重要作用,而如何获取高质量运动目标图像是该领域研究中的一个热点问题.本文采用行扫描采样的方式,通过构造运动测量矩阵,建立一种基于压缩感知理论的运动物体成像模型,并通过仿真及实验,验证了该模型对于恢复运动物体图像信息的可行性.实验结果证明,该方法可获得高质量的运动物体成像.通过引入图像质量评价标准,分析了运动物体成像质量与速度之间的关系.将该方法与普通压缩感知算法进行比较,结果证明,在相同速度下,该方法的成像质量更高.该方法在无人机对地观测、产品线视频监测等领域有着很好的应用前景.