基于压缩感知的数字全息成像技术

提出一种基于压缩感知理论和数字全息术的数字全息压缩成像技术。通过传统相移数字全息技术获取干涉图样,将干涉同样投影到测量矩阵上,通过计算內积直接获取全息压缩数据。这些数据经过传统通信信道传输后,利用压缩感知重构算法获得原始全息数据,然后经过菲涅尔逆变换得到原始图像。实验仿真结果证明了这种压缩全息成像方法的可行性。     

基于压缩感知理论的无透镜离轴傅里叶全息编码与重建

高计算复杂度是目前制约全息显示的瓶颈,针对这一难题,提出一种基于压缩感知理论与无透镜傅里叶变换相结合的全息图编码与重现算法。利用计算机生成无透镜离轴傅里叶全息图,再用压缩感知理论对全息图进行压缩采样和恢复,最后对恢复出的全息图进行重构,并再现原始图像。该方法的优点在于只采样全息图的部分有用系数就能很好地恢复出原始图像,从而解决了传感器采样数据过大的问题,降低了计算复杂度。仿真实验表明,20%的压缩采样时,重构出的全息图的相关系数为0.85,而50%时该系数为0.9999。通过搭建的全息再现系统进行实际验证,实验结果表明能够清晰地再现出原始图像,从而证明了该方法的可行性。     

基于全变差重构算法的数字全息研究

为了消除传统算法对数字全息重构过程中会出现0级像、共轭像干扰的问题,将压缩感知理论与数字全息图再现相结合,提出了基于全变差的两步迭代收缩阈值重构算法（TwIST）,并应用于数字全息图压缩感知全息图重建。 TwIST算法根据重构成分的特点增加正则约束,对相应的形态进行调整,在满足全变差最小的特性的基础上进行重构,提高了重构全息图的质量。结果表明,TwIST算法可以对数字全息图稀疏重建,利用35%的部分全息图数据进行图像重构,重构图像峰值信噪比为36.46dB,且没有0级像和共轭像等干扰。该研究结果对实现计算全息的实时性具有重要的意义。     

基于压缩感知重构算法的哈达玛鬼成像

将压缩感知重构算法应用到哈达玛鬼成像中,以实现在较低采样率下恢复出待测物体的信息.该方案比哈达玛鬼成像的重构次数更少,所需要的采样次数也减少.使用观测时间和计算结构相似性指标这两个参数作为评价图像质量的客观标准,比较SP算法和OMP算法下哈达玛鬼成像的重构结果.经过模拟仿真和实验验证后,发现在哈达玛鬼成像的基础上,采用...     

基于压缩感知的二维雷达成像算法

压缩感知理论能够有效地降低高分辨率雷达成像系统的数据率。该文通过对复基带雷达回波信号模型的稀疏性分析,提出了一种具有保相性的压缩感知距离压缩算法。在此基础上建立了距离向采用压缩感知距离压缩算法,方位向采用传统的雷达成像算法处理的雷达2维成像方案。通过对仿真和实测逆合成孔径雷达数据的成像处理验证了方案的有效性。     

基于压缩感知的单比特合成孔径雷达成像算法*

在合成孔径雷达系统中,要提高分辨率就意味着产生大量的回波数据,从而加重了数模转换器和存 储设备的负担。压缩感知理论的目的是在保证恢复稀疏信号的前提下降低采样率,而本文的目的是降低总的比特 率。本文提出了一种基于压缩感知的单比特合成孔径雷达成像算法,并通过仿真实验验证了该算法的性能。与匹 配滤波算法相比,该算法不仅能减少数据的总比特率,而且还能有效抑制目标的旁瓣和虚假目标。并且在低信噪比 条件下,该算法比传统的多比特压缩感知算法展现出更强的鲁棒性。     

基于分布式压缩感知算法的超分辨率成像技术

为解决超分辨率成像技术中图像数据传输与重构效率较低等问题,提出基于分布式压缩感知算法研究新的超分辨率成像方法。首先,基于压缩感知算法压缩成像编码孔径,构建分布式压缩感知编码孔径模型,采用多值模板设计编码孔径;其次,基于IOMPI算法重构超分辨率图像。最后,采用空间光调制器对行、列分布的图像子块进行多次压缩感知采样测量,进行、列两种方式图像重构,取其均值为最终重构图像。实验结果表明:基于分布式压缩感知算法的超分辨率成像技术有效缩短图像重构用时最短为9.06 s,提高了重构效率,重构的图像信噪比在0.75以上,细节清晰、无模糊现象。     

压缩感知相移数字全息术

相移数字全息图用传统数字再现可以消除零级像与共轭像,但数字全息术记录的全息图及数字再现像的分辨率被CCD的分辨率所限制.将新兴的压缩感知算法用于数字全息图的稀疏重建,以实现由部分全息图数据得到高分辨率再现像.分析了压缩感知用于重建数字相移全息图的原理,并利用该算法对计算机模拟的相移全息图进行了重建.结果表明,压缩感知算法能够对数字全息图稀疏重建,利用50％的部分全息图数据重建出了较高质量的再现像,并消除了零级像和共轭像.当选用合适的观测器如数字微反射镜器件或随机位相片实现随机观测矩阵时,可以实现单像素成像,从而突破记录全息图CCD分辨率的限制.     

基于压缩感知的单光子时间分辨成像光谱技术

压缩感知成像可突破Nyquist采样定理限制实现亚采样成像,同时还具备降维探测和高通量采集的优势.介绍压缩感知理论在单光子成像和成像光谱方面的研究进展,详细分析压缩感知单光子成像光谱技术.讨论压缩感知时间分辨成像中堆积效应的影响和去除方法,并对压缩感知在单光子时间分辨成像光谱领域的应用进行概述.     

基于分块压缩感知的嵌入式图像处理

在传统的压缩编码技术中,采样均遵循奈奎斯特定律,该定律规定采样频率要高于原信号频率的两倍。为了降低采样数据量和计算复杂度,设计了基于压缩感知的嵌入式视频监控系统。应用分块压缩感知处理获取图像,解决了传统压缩感知在重构时计算量大的问题。进行了图像分块前后的对比性实验,给出了对比数据,实验结果验证了这一算法的可行性。     

基于压缩感知的偏振鬼成像系统

偏振鬼成像系统结合了强度和偏振探测,扩展了鬼成像系统的信息量,可以进行有效的目标识别和探测。常规相关偏振鬼成像系统需要大量采样数,且复原结果信噪比低。为此提出基于缩感知的偏振鬼成像系统,利用系统获取物体的强度和偏振参数,采用压缩感知算法来反演获取物体的强度和偏振信息。利用仿真实验,采用具有相同反射率但不同偏振特性的物体进行研究,结果表明采用压缩感知算法可以在很少的采样数下获取高质量的物体强度和偏振信息,提高了系统的实时性,并与相关算法进行了对比。最后采用图像融合算法对强度和偏振信息进行了融合,通过融合信息可以有效地进行多种物体的识别。     

基于压缩感知高反光成像技术研究

高反光物体成像时反射的光强容易超出传感器接收光强的最大量化值,使得采集图像部分区域图像失真,严重影响信息传递。为了改善高反光成像饱和区域中数据丢失的状况,该文结合压缩感知这一新的采样理论提出基于压缩感知高反光成像方法,利用特定测量矩阵对目标图像进行线性采样,将CCD图像传感器的单个光强采样值与测量矩阵中的分布数据对应结合,对整合后的数据用算法进行恢复重建实现被测目标在高光环境中成像。以峰值信噪比和灰度直方图作为客观评定标准。实验表明,该成像方法鲁棒性较强、可行性较高,直方图检测饱和像素占比为0%,峰值信噪比为58.37 dB实现了在高光环境下不含饱和光成像,为压缩感知在成像应用中提供了新的方向。

     

超材料压缩感知成像技术

基于超材料和压缩感知理论设计了一套简便的快速成像系统,可用于毫米波及太赫兹(THz)成像,具有结构简单,成像速度快,在不同频段移植性强等优点。系统采用超材料结构互补(CELC)单元设计单通道成像口径,实现了对信息的物理层压缩。基于口径在不同频率辐射特性的不相关性,构造测量矩阵,以扫频方式实现对目标场景的稀疏测量,最后采用两步迭代阈值(TwIST)算法实现对目标场景的重构。已完成K波段、THz波段成像口径设计,以及K波段成像仿真实验,40 cm成像口径理论上具备4.6 cm的距离分辨力和1.3°的角度分辨力。     

基于压缩感知的随机噪声成像雷达

近年来提出的压缩感知(CS)理论指出可以从很少的采样点中以很大的概率准确重建原始的未知稀疏信号。该文将压缩感知与随机噪声雷达相结合,提出了基于压缩感知的随机噪声雷达,并给出了该雷达系统的基本原理框图,从理论上证明了基于压缩感知的随机噪声雷达的回波观测矩阵具有很好的等容性质,在目标场景稀疏或可以稀疏表示时,基于压缩感知的随机噪声雷达可以采集远小于常规随机噪声雷达成像所需的回波数据并能实现准确成像,最后通过仿真实验验证了该文的结论。     

前视SAR压缩感知成像算法

以进一步提高前视SAR成像的分辨率为目的,提出了一种基于压缩感知的前视SAR成像算法。前视SAR是一种可以实现对飞行路线正前方的区域进行成像的工作模式,通过分析德国宇航局提出的前视SAR系统——视景增强的新型区域成像雷达(SIREV)可知,由于SIREV系统天线长度的限制,使得等效的合成孔径长度较短,从而导致成像的分辨率较低。而基于压缩感知的前视SAR成像算法可以在方位向等效得到一个较长的虚拟天线,因此可以在同样长度天线的情况下获得更高的成像分辨率。仿真结果表明,该方法可以实现对点目标、分布目标和面目标的成像,并且提高了成像的分辨率。     

基于压缩感知的网络编码算法

针对网络编码导致信息传输复杂性增加的问题,提出一种基于压缩感知的网络编码算法.利用优化的压缩感知技术在信源处对即将进行网络编码的彩色图像信息进行压缩优化,以减少冗余信息的传输,提高编码效率,并利用稀疏信号的少量投影值重构出原始信号.仿真结果表明,该算法能减小网络编解码计算开销和所占内存空间,并保证重构信息的高还原性.     

数字全息显微定量相位成像的实验研究

建立了一套预放大式数字全息显微成像系统,通过对样品进行显微放大,实现了高分辨率的定量相位成像;并通过计算机控制相机自动曝光记录序列的数字全息图实现了动态相位成像。用标准样品验证了系统测量的准确性;以活体洋葱表皮细胞和血红细胞为样品,获得了清晰的定量相位像;以置于水环境的草履虫为样品,实现了动态成像。实验结果表明建立的系统可以实现高分辨率的动态定量相位成像,可以应用于生物活体样品的显微研究。     

基于压缩感知的自适应数字波束形成算法

该文根据目标在空间的稀疏性,提出了接收端的基于压缩感知理论的自适应数字波束形成算法。在阵元稀布的情况下,用压缩感知的压缩采样理论,恢复出缺失通道的回波信息,然后用恢复的信号做数字波束形成。该算法所形成的波束具有波束旁瓣低,指向误差小,干扰方向零陷深,而且没有栅瓣等优点,波束性能接近满阵时候的波束性能,而且使用该方法减少的阵元数远远大于其他稀布阵方法减少的阵元数。采用蒙特卡罗方法对该方法进行了性能评估,给出了不同信噪比、不同干噪比、不同快拍情况下的计算结果,仿真结果也验证了该算法的正确性。     

基于压缩感知的偏振光成像技术研究

偏振成像技术是一种基于目标自身辐射或反射信号中所包含的偏振信息获取物体图像的方法,尤其在人工目标的探测和表面识别方面,相对光强度探测方式具有独特的优势。针对传统的偏振成像技术在复杂的成像环境中成像距离短和成像质量差的缺点,提出了一种基于压缩感知的新型偏振光成像技术。阐述了压缩感知理论的基本原理,构造了合适的采样矩阵和重构算法,设计了具体的成像系统,并通过压缩感知偏振成像实验证明了该成像技术的可行性。空气中实验结果表明,该成像系统能够重构出预先放置目标靶的偏振图像。此外在现有的实验条件基础上讨论并提出了几种改进系统成像质量的措施。