[发明专利]一种Hadamard矩阵多尺度排序方法和系统

说明书

本发明公开了一种Hadamard矩阵多尺度排序方法和系统，其中，所述方法包括：初始化参数，构建M行M列的Hadamard矩阵；抽取Hadamard矩阵的每行或列向量后进行归一化，将每行或每列向量元素重新排列形成2ⁿ行2ⁿ列的方阵H_i；将方阵H_i进行n层二维Haar小波分解，获得系数矩阵H_a，取系数矩阵H_a绝对值|H_a|，并求和∑|H_a|，将i记入顺序序号值I(i)；存储Sa(i)与I(i)的值分别到向量Sa和向量I中；取i＝i+1，判断i是否大于M；对向量Sa中的元素按从小到大的顺序排列，得到新序列R；按新序列R重新抽取Hadamard矩阵每行或每列向量后进行归一化，遍历M次得到M个二维2ⁿ×2ⁿ方阵RH_i。通过本发明解决了现有编码不能同时兼顾快速成像和高信噪比成像的问题。

技术领域

本发明属于图像处于技术领域，尤其涉及一种Hadamard矩阵多尺度排序方法和系统。

背景技术

在计算关联成像、计算鬼成像、计算量子成像，单像素相机，结构光照明成像或三维单像素激光雷达成像等技术中，编码矩阵的选择与优化决定着图像重建速度和图像信噪比，是上述技术领域的核心技术和关键技术。编码矩阵的选择直接影响重建算法的执行效率和图像重建效果，并且算法的优化也需要考虑编码矩阵的性质。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种Hadamard矩阵多尺度排序方法和系统，以解决现有编码不能同时兼顾快速成像和高信噪比成像的问题。

为了解决上述技术问题，本发明公开了一种Hadamard矩阵多尺度排序方法，包括：

步骤S1，初始化参数，设置i＝1，M＝2²ⁿ，n＝4,5,6…，n为正整数，构建M行M列的Hadamard矩阵；

步骤S2，抽取Hadamard矩阵的每行或列向量后进行归一化，将每行或每列向量元素重新排列形成2ⁿ行2ⁿ列的方阵H_i；

步骤S3，将方阵H_i进行n层二维Haar小波分解，获得系数矩阵H_a，取系数矩阵H_a绝对值|H_a|，并求和∑|H_a|，记为：Sa(i)＝∑|H_a|；将i记入顺序序号值I(i)；其中，向量Sa和向量I均是M×1维向量；

步骤S4，存储Sa(i)与I(i)的值分别到向量Sa和向量I中；

步骤S5，取i＝i+1，判断i是否大于M；

步骤S6，若i≤M，则重复执行步骤S2～S4，直至i＞M；

步骤S7，对向量Sa中的元素按从小到大的顺序排列，得到新序列R；

步骤S8，按新序列R重新抽取Hadamard矩阵每行或每列向量后进行归一化，遍历M次得到M个二维2ⁿ×2ⁿ方阵RH_i，RH_i为按新序列R顺序产生的第i个多尺度编码矩阵。

在上述Hadamard矩阵多尺度排序方法中，抽取Hadamard矩阵的每行或列向量后进行归一化，将每行或每列向量元素重新排列形成2ⁿ行2ⁿ列的方阵H_i，包括：

读取Hadamard矩阵的第i行，并归一化到[0，1]区间，得到向量A_i；