[发明专利]基于压缩感知的CMOS成像测量值获取系统及其方法

说明书

技术领域

本发明涉及图像信号处理技术领域，特别是涉及压缩成像领域的CMOS成像测量值获取系统及方法。

背景技术

压缩感知(compressive sensing，CS)是近几年提出的新研究领域，它以信号的稀疏表示和逼近理论为基础，充分利用了信号结构的稀疏特性，通过低维空间、欠奈奎斯特采样数据的非相关测量实现高维稀疏信号的感知。它突破了奈奎斯特采样定理的限制，将信号采样和压缩同时进行，使得低采样高分辨率信号重构成为可能。压缩传感理论带来了信号采集理论的变革，在压缩成像、模拟信息转换、医学图像处理、无线传感网络和生物传感等领域具有广阔的应用前景。

国内外学者对基于压缩感知的成像系统进行了大量研究。2006年Rice大学的Baraniuk等提出并实现了一种单像素压缩感知成像系统，利用数字微镜装置(Digital Micromirror Device，DMD)完成图像在随机二值模型上线性投影的光学计算，DMD的一次翻转对应一次测量，并由单像素探测器记录测量数据。该成像系统为低像素相机拍摄高质量图像提供了可能，但它需要时序上的多次测量才能采集到图像重构所需的足够数据，无法应用在实时场合。MIT的R.Fergus等提出一种使用“随机镜头”的相机，该相机将镜头用随机反射镜面替代。由于随机反射镜面是以一种不受控的方式制作的，故使用前要对相机校准，即得到观测矩阵。该相机具有超分辨率和深度估计的能力，但是对相机的校准比较耗时且复杂。Duke大学的COMP-I小组提出采用多孔径技术实现更薄的相机，系统使用孔径成像及金属掩膜达到焦平面编码的目的，最后使用压缩感知的重构算法得到重构图像。该系统结构较为复杂，实现困难。2008年R.Robucci等人提出了基于压缩感知的CMOS图像传感器，在A/D转换之前应用压缩感知理论对模拟信号进行压缩计算，从而能以较低的功耗获得较高的图像分辨率。该方法首先将图像分成不重叠的块，然后应用压缩感知理论对每一图像块的模拟像素矩阵进行压缩计算。该方法的缺点在于对系统需要做大量的修改，需要模拟寄存器来存储随机矩阵和其他的附加系统，功耗较大，实现复杂。2009年L.Jacques等人提出基于随机卷积的CMOS压缩成像方法，它通过对移位寄存器的控制来对光电转换得到的模拟信号进行随机卷积计算，达到对模拟信号进行压缩的目的。该方法与R.Robucci等人提出的方法相比，具有实现系统简单，抗噪性能良好和非线性等优点，但它利用移位寄存器产生伪随机码，并在每一像素中放置一个一位的存储单元，这样需要额外的工艺流程，并且该方法在获取测量值时要进行较多次的移位操作，从而降低了图像获取效率，功耗较大。

发明内容

基于上述技术问题，本发明提出了一种新的基于压缩感知的CMOS成像测量值获取系统及其方法，该方法以压缩感知理论为基础，引入了并行处理的理念，对A/D转换前的模拟像素矩阵以列为单位进行压缩计算，并行获取多个测量值，从而获得较高的图像分辨率。

本发明提出一种基于压缩感知的CMOS成像测量值获取系统，该系统利用CMOS图像传感器向本系统提供模拟像素矩阵，其特征在于，该系统包括线性反馈移位寄存器、移位寄存器、行选择器、多路选择器和模/数转换器，其中：

线性反馈移位寄存器，用于产生作为系统输入的伪随机序列；

移位寄存器，用于将产生的伪随机序列压入其中，经过N个周期后在移位寄存器中产生一个长度为N的随机向量序列，在该时刻使移位寄存器的控制信号有效，将该长度为N的随机向量序列并行的转存至行选择器；

行选择器，用于存储长度为N的随机向量序列，并且具有乘法器功能，并行地实现CMOS图像传感器提供的模拟像素矩阵每一列与长度为N的随机向量序列的相乘计算，获得模拟像素矩阵的各列测量值，；

多路选择器，用于依次选择输出各列测量值；

模/数转换器，用于将上述选择输出的各列测量值经过模/数转换后依次输出测量结果。

本发明还提出了一种基于压缩感知的CMOS成像测量值获取方法，该方法包括以下步骤：

步骤1：初始化操作，即产生一个长度为MxN的伪随机的0-1序列，设置执行标记S，令S＝1；

步骤2：将产生的伪随机序列压入移位寄存器中，经过N个周期后在移位寄存器中产生一个长度为N的随机向量序列；

步骤3：将长度为N的随机向量序列转存到行选择器中；