[发明专利]基于压缩感知多像素成像方法有效

专利信息
申请号: 201910617412.2 申请日: 2019-07-10
公开(公告)号: CN110223357B 公开(公告)日: 2023-06-16
发明(设计)人: 赵首博;马明阳 申请(专利权)人: 哈尔滨理工大学
主分类号: G06T9/00 分类号: G06T9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 150080 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 压缩 感知 像素 成像 方法
【说明书】:

发明公开了一种基于压缩感知多像素成像方法,不同于单点传感器采集的图像与微镜图案的内积和,本发明使用多个单点传感器(即面点传感器)采集压缩感知原理中由高维空间线性投影到低维空间中的光学信息,将光学信息经过处理后再用恢复算法恢复,用恢复算法所恢复的重构信号数据也不同于单像素相机所恢复的重构信号数据,需经过数据的排列组合才能得到重构的原始信号。本发明基于压缩感知多像素成像方法,步骤为:1、将每一幅光学信息分块;2、提取像素点;3、将像素点排列;4、整合所有的面点传感器采集的光学信息;5、依次用恢复算法重建原始信息;6、将重建的原始信息数据变换;7、将变换后的数据进行整合;8、重组得到重构信号。

技术领域

本发明属于光学成像领域,涉及到压缩成像技术,特别涉及到一种基于压缩感知多像素成像的方法。

背景技术

传统的采样方式是以奈奎斯特(Nyquist)采样定理为准则的,理论上的采样频率为所采信号的最高频率的2倍,但实际工程应用时采样频率则为所采信号最高频率的5—8倍。因此在采样的同时不仅造成了一定资源的浪费,增加了采样成本,并且降低了数据采样的效率。压缩感知(Compressed Sensing)这一新的数据采样理论解决Nyquist采样定理所带来采样的缺陷,与传统的采样方式不同,压缩感知并不依赖于Nyquist采样定理,而是在技术上的全面革新,不同与传统先采样再压缩的数据传输模式,压缩感知是从全局信息出发边进行采样边压缩,使数据的采样和数据的压缩整合为一个步骤,突破了传统采样方式的限制。

单像素相机是以压缩感知的工作原理为依据制造的,用单点传感器采集图像的光学信息,对目标图像进行多次测量,以少于图像像素点的采集次数,来恢复图像的原始信息。在实际操作中因受环境光强的影响,采集的每一组数据所恢复的原始信号的信息都微有差别,采集到的光学信息直接影响重构图像质量,如何提高资源的利用率,更多的利用采集到的光学信息,重构出更准确的图像信息,这对压缩感知成像在工程中的应用具有更深远的前景。

发明内容

为了克服现有技术中的不足,本发明基于单像素相机的框架理论,将面点传感器代替单点传感器,提出一种基于压缩感知多像素成像方法,旨在提高资源的利用率,更多的利用所采集的光学信息以提高压缩感知成像中图像恢复的质量与图像重构的精度。

本发明提出的基于压缩感知多像素成像方法,其技术思路在于,使用多个单点传感器(即面点传感器)采集压缩感知原理中由高维空间线性投影到低维空间中的光学信息,将光学信息数据整合用恢复算法进行迭代,逐步逼近原始信号数据(即重构信号数据),将重构信号数据经过数据的重组排列得到重构信号,不同于单点传感器采集的图像与微镜图案的内积和,用恢复算法所恢复的重构信号数据类型也不同于单像素相机所恢复的重构信号数据类型,其实现方案具体如下:

本发明提供了一种基于压缩感知多像素成像方法,其特征在于:在原始图像从高维空间线性投影到低维空间的过程中,由面点传感器采集M幅原始图像从高维空间线性投影到低维空间中的光学图像I,M的大小与采样率有关,每一幅光学图像Ii(i=1、2、3…M)像素尺寸为zl×zw,zl代表光学图像I的长,zw代表光学图像I的宽,×代表乘积。

本发明提出的基于压缩感知多像素成像方法,具体步骤如下所示:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910617412.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top