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。     

多尺度压缩感知鬼成像系统

现有的鬼成像系统中都使用固定尺度的散斑进行成像,而目前的仪器可以实现多尺度散斑鬼成像。本文对采用多尺度散斑的压缩感知鬼成像系统进行研究。采用计算机仿真模拟的方法,利用具有四个分辨率尺度的图像作为原始图像,对多种不同尺度散斑且不同比重情况下的恢复图像进行了研究分析。结果表明采用多尺度散斑的压缩感知鬼成像系统可以得到更加靠近真实值的图像,且在小散斑尺寸占据大比重的情况下,获取图像的分辨率不会受到干扰。     

不同压缩感知重建算法在鬼成像中的性能比较

基于鬼成像(Ghost imaging,GI)与压缩感知(Compressed sensing,CS)理论,研究了CS重建算法对GI成像性能的影响.以离散小波变换为图像的稀疏矩阵、具有高斯线型的热光源强度分布为测量矩阵,分析了基于增广拉格朗日法和交替方向法的全变分最小化算法(TVAL3)、正交匹配追踪算法(OMP)、压缩采样匹配追踪算法(CoSaMP)、梯度投影算法(GPSR_Basic)下的压缩鬼成像的质量.以均方误差、峰值信噪比、匹配度、结构相似性指标等为图像质量客观评价标准,比较了4种重建算法下压缩鬼成像的重建结果.结果表明压缩比为0.5时TVAL3算法还原度最高, CoSaMP算法重建图像失真最严重, GPSR_Basic算法获得的重建性能优于OMP算法.     

压缩感知鬼成像中观测矩阵构造

为了提高压缩感知鬼成像(CSGI)的成像效果,解决 现阶段观测矩阵存在的稳定性差、数据庞大和不 满足非负性等问题,对观测矩阵的构造方法进行研究。首先,介绍确定性随机序列 的产生方法和 性质,可以用作观测矩阵,满足有限等距要求。针对光强的非负性,提出利用偶次幂的余弦 函数产生确定 性随机序列的方法,构造观测矩阵并证明其性质;然后,通过仿真验证该观测矩阵的正确性 ,研究了序列 的初始值和函数的幂对矩阵重构性能的影响;最后,搭建实验平台,对比常用的高斯随机矩 阵(GM),分析本文方 法的适用性和优缺点。实验结果表明,在鬼成像中,利用本文所构造的随机矩阵,重 构图像峰值信 噪比(PSNR)与GM相当,但存储的数据量大大 减少,可满足鬼成像系统的快速高效、简单方便和成本低等要求。     

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...     

压缩感知重构算法在“鬼”成像中的应用研究

“鬼”成像（GI）提供了一种用常规手段很难达到的特殊的获取图像方法,在量子光学领域是近些年来的前沿和热点之一。本文中,主要研究压缩感知（CS）的重构算法在“鬼”成像中的应用。我们使用具有高斯分布的热光源强度分布,来作为压缩感知的测量矩阵,分别以离散余弦变换(DCT)和离散小波变换(DWT)作为压缩感知中图像物体的稀疏矩阵,利用正交匹配追踪算法,最终获得基于压缩感知重构算法的“鬼”成像。研究结果表明,压缩比为0.5时,基于离散余弦变换基的压缩“鬼”成像（DCT-CS）和基于小波变换基的压缩“鬼”成像(DWT-CS),比“鬼”成像原始重建算法有超过10dB的峰值信噪比提升;同时,基于DCT-CS算法的重建质量要优于DWT-CS算法。      

运动物体的压缩感知成像

在使用压缩感知成像系统进行成像时,物体的运动会导致获取的物体图像分辨率下降.为了克服运动的干扰需要额外装置获取物体运动的参数,但在很多情况下无法获取物体的运动速度.针对这一问题,提出利用物体运动与散斑运动的相关性,采用散斑运动方式来抵消物体运动从而消除运动造成的分辨率下降.采用压缩感知算法利用多组不同散斑运动补偿情况下的参数获取不同的物体图像,最后利用物体运动和散斑运动的相关性判据参数,最终获得消除运动干扰的物体图像。算法求解中同时考虑了系统点扩散函数的影响,采用解卷积算法获取了消除运动和系统点扩散函数影响的物体图像。最后数字仿真结果证实了所提算法的有效性。     

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STORM超分辨成像与像素的关系

针对基于压缩感知STORM(stochastic optical reconstruction microscopy)超分辨成像效果差的不足,提出采用高分辨相机改善基于PSF测量矩阵性能的方法.该方法能够改善基于PSF测量矩阵的约束等距性(restricted isometry property,RIP),从而达到提高重构效果的目的.实验结果表明,采用高分辨相机后基于PSF(point spread function)测量矩阵的列不相关性更好,重构能力、定位准确度和识别率都得到极大改善.同时探讨了以传统指标体系评价基于压缩感知的超分辨重构质量的优劣和适用性.发现匈牙利法和质心法的组合方案较能反应真实的基于压缩感知的超分辨重构效果.     

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。     

基于压缩传感的光子计数成像系统

提出了一种基于压缩传感理论的光子计数成像系统。该系统以单光子计数器作为探测元件,以期在面元探测技术不甚成熟的现状下用点探测器进行极弱光探测。通过计算机模拟计算,验证了压缩传感理论结合单光子计数器应用于极弱光成像的可行性,讨论了单光子计数器的暗计数率、量子效率和测量噪声对成像质量的影响。介绍了压缩传感理论,为了获得更好的图像质量和更快的计算速度,提出了SpaRSA-DWT稀疏重建算法,并与传统的IWT算法进行对比。给出了两种算法下,迭代次数、测量数、噪声功率分别与获得图像信噪比的关系曲线,证明了SpaRSA-DWT算法的优越性。     

轴向运动目标鬼成像点扩散函数质量评价方法

研究了鬼成像系统的点扩散函数(PSF),以轴向运动目标的鬼成像系统为例理论推导出其点扩散函数,并进行了数值模拟和计算机仿真实验.结果表明:目标在信号光路轴向的运动会导致成像质量的下降,速度越大成像质量越差,应用点扩散函数方法分析鬼成像系统的成像质量可以在不成像的情况下预先判断成像效果,相对于传统的质量评价方式有很大优势.     

编队卫星合成孔径雷达空时二维压缩感知成像

以减小编队小卫星数据传输负荷,加快编队小卫星合成孔径雷达(SAR)成像速度为目的,提出了一种基于空时二维压缩感知(CS)理论的解决方案。通过对编队小卫星SAR回波信号模型稀疏性的研究与分析,提出了一种基于该回波模型的空时二维压缩算法。在此基础上建立了编队小卫星SAR的回波稀疏模型和目标信息的重构矩阵,并用最小l1范数算法对压缩后的数据进行了时间维和空间维的恢复重构,实现了编队小卫星的低负荷、快速成像。通过仿真分析,验证了该方案的有效性。     

基于分布式压缩感知的全极化雷达超分辨成像

基于分布式压缩感知理论,提出了一种全极化逆合成孔径雷达超分辨成像算法,联合各极化通道进行超分辨处理.首先,建立全极化信号模型及超分辨字典,利用各极化通道信号的联合稀疏性将全极化超分辨成像建模为最小L2,1范数的优化问题,运用一种快速算法求解该优化问题.由于利用联合稀疏约束,多极化通道联合成像相比于单通道成像能够获得更好的超分辨性能和噪声抑制能力,最终有效提高图像极化融合的效果.同时,采用快速傅里叶变换操作提升了算法的运算效率.基于backhoe的仿真数据实验验证了该算法的优越性.     

关于抑制大气湍流对鬼成像的影响研究

鬼成像是指由同一个光源发出的两束光,其中一束光称为信号光,通过物体照射在探测器上,另一束光称为闲置光,光路上不包含任何物体,最后对这两束光进行符合计数,通过符合测量可以得到物体的像。本文在基于轨道角动量的量子成像理论基础上,首先介绍大气湍流对成像质量产生的影响,然后采取纠锗编码的方法来抑制湍流的影响。本文用LabView软件进行仿真,由仿真结果表明,采用（7,4）线性分组码之后,成像质量显著提高,有效减小了湍流的影响。