[发明专利]编码光照成像重构方法及装置

说明书

本发明公开了一种编码光照成像重构方法及装置，其中，该方法包括：获取初始迭代图像、编码光照成像系统的光照编码图案和测量结果，对编码光照成像系统的成像过程进行建模得到成像模型；获取随机初始值对初始迭代图像进行初始化作为n为0次迭代目标图像；根据测量结果、光照编码图案、成像模型和第n‑1次迭代目标图像，对第n次迭代目标图像施加约束条件进行迭代更新，直至第n‑1次迭代目标图像与第n次迭代目标图像之间的像素差异小于预设阈值。该方法可以实现噪声鲁棒性，又能降低计算复杂度，适用于非相干和相干成像。

技术领域

本发明涉及场景计算重构技术领域，特别涉及一种编码光照成像重构方法及装置。

背景技术

编码光照成像作为提高成像分辨率和提取高维信息的可行技术，在光学系统中得到了广泛的应用。该成像方法将光照的编码和目标图像的计算重构结合在一起，以克服诸如光的衍射以及无法实现光波相位信息的直接测量等物理限制。通过改变光照的编码图案拍摄多个测量值可以提取目标场景的更多信息，然后利用各种算法即可从测量值中重构目标场景。

根据光源的相干状态，编码光照成像可分为非相干成像和相干成像。在非相干成像中，目前的主流重构方法为梯度下降和压缩感知方法。其中梯度下降算法沿负梯度的方向最小化基于最小二乘的目标函数，压缩感知方法通过解决凸优化问题得到最终结果。压缩感知方法的噪声鲁棒性优于梯度下降算法，但是其计算复杂度更高。在相干编码光照成像中，重构过程可以在数学上描述为典型的相位恢复优化过程。现有的相位恢复算法可分为三类，包括基于交替投影(Alternative Projection，AP)、基于Wirtinger Flow(WF)和基于半定规划(Semi Definite Programming，SDP)的算法。AP算法迭代地对目标平面和测量平面上的计算值施加约束，计算复杂度低，并且该方法也适用于非相干成像，但其对测量噪声敏感。WF方法首先通过本征值方法获得一个接近真实解的初始向量，然后使用Wirtinger导数进行类似梯度下降的迭代，其可以达到全局最优，但是比AP算法耗时。SDP算法通过矩阵提升将传统的二次相位恢复模型转换为更高维度的线性模型，并利用半定松弛找到具有高信噪比的全局最优。然而由于需要进行矩阵提升，该方法比其它两种方法的计算要求更高。综上，上述方法在高信噪比和低计算复杂度之间均存在折衷。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种编码光照成像重构方法，该方法可以实现噪声鲁棒性，又能降低计算复杂度，适用于非相干和相干成像。

本发明的另一个目的在于提出一种编码光照成像重构装置。

为达到上述目的，本发明一方面实施例提出了一种编码光照成像重构方法，包括：S1，获取初始迭代图像、编码光照成像系统的光照编码图案和测量结果，对所述编码光照成像系统的成像过程进行建模得到成像模型；

S2，获取随机初始值对所述初始迭代图像进行初始化作为n为0次迭代目标图像；

S3，根据所述测量结果、所述光照编码图案、第n-1次迭代目标图像和所述成像模型，对第n次迭代目标图像施加约束条件进行迭代更新，直至所述第n-1次迭代目标图像与所述第n次迭代目标图像之间的像素差异小于预设阈值；其中，n为正整数。

本发明实施例的编码光照成像重构方法，通过对编码光照成像过程进行建模，设定算法的初始迭代目标图像，施加约束对目标图像进行迭代更新目标图像直至收敛，噪声鲁棒性强，计算复杂度低，收敛速度快，通用性强。

另外，根据本发明上述实施例的编码光照成像重构方法还可以具有以下附加的技术特征：

进一步地，所述对所述编码光照成像系统的成像过程进行建模得到成像模型，所述成像模型为：