[发明专利]一种自适应采样的单像素成像方法

说明书

本发明属于单像素成像技术领域；目前压缩成像的方法需要对已知的目标场景多次尝试不同的采样率进行成像后，选取合适的采样率，更换场景后采样率不一定仍是最合适的，无法兼顾成像质量和效率；本发明提供一种自适应采样的单像素成像方法，对不同的目标场景进行自适应采样的单像素成像，在具有能量集中和稀疏性的变换域，实时检测成像时变换域上每条频带的离散程度以及离散程度变化的趋势，根据变化趋势确定是否停止采样，减少测量数和内存的占用量，自适应性更强，达到同时兼顾成像时间和成像质量的要求。

技术领域

本发明涉及单像素成像技术领域，更具体的说，涉及一种自适应采样的单像素成像方法。

背景技术

单像素成像利用了一系列随着时间改变的空间光对物体进行编码，通过用无空间分辨率的探测器将物体的一系列编码的时变信息转换成空间信息的成像技术。单像素成像技术是由早先的鬼成像技术逐渐发展而来，经历了从最初的量子鬼成像到热光鬼成像再到计算鬼成像。由于其具有深度分辨能力，衍射成像的能力，一定的抗噪性，可在低光条件成像，并且制作成本并不高昂等一系列优点，信号采集系统逐步由多个探测器相结合成像，发展为仅使用一个单像素探测器成像。由于单像素成像在对物体编码阶段需要用到大量时变的空间光，因此该系统存在成像时间和成像质量上的限制。随着后来研究人员提出的归一化鬼成像和差分鬼成像，成像的质量得到了显著的提高。另一方面，随着压缩感知的发展，研究人员将其与单像素成像相结合，大幅度地减少了信号的采集时间。但是由于压缩感知的计算复杂度较高，因此不可避免地存在图像重建时间长的问题。针对这个问题有两个解决方案，一个是凸优化，另一个是贪婪算法，这些方法都在一定程度降低了压缩成像的计算复杂性，提高了成像效率。目前这些压缩成像的方法仍存在一定的缺点，即需要对一个已知的目标场景多次尝试不同的采样率进行成像，最终确定选取一个合适的采样率，但是如果更换一个与之前相比复杂程度差距更大的场景，这个选定的采样率不一定仍是一个最合适的，因此不能够很好地在成像质量和成像效率上取得一个权衡。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种自适应采样的单像素成像方法，该发明对不同的目标场景进行自适应采样的单像素成像，根据变化趋势确定是否停止采样，达到同时兼顾成像时间和成像质量的要求。

为实现上述目的，本发明提供了如下技术方案：

一种自适应采样的单像素成像方法，在具有能量集中和稀疏性的变换域，实时检测成像时变换域上每条频带的离散程度以及离散程度变化的趋势，根据变化趋势确定是否停止采样，具体包括以下步骤：

步骤1.配置成像系统的初始成像分辨率参数M×N、开始拟合的频带数j₀，以及停止拟合和采样时在前Δj个拟合频带的拟合曲线斜率k变化波动的最大值k₀，从结构照明基模式范围内任选其一作为对目标场景投影的结构照明基模式；

步骤2.在步骤1所选的结构照明基模式条件下，按系数矩阵D_M×N中的元素的顺序，生成所选模式对应的照明基矩阵P，从变换域能量最高点开始，逐步投影和采集至变换域能量低的位置，对目标场景的投影照明基矩阵P进行编码，利用单像素探测器进行同步采集携带物体信息的编码信号；

步骤3.对步骤2中采集的信号按频带进行分组，计算每一组频带的平均信号强度a_j和信号偏离a_j的离散程度v_j；

步骤4.将采集的信号所组成的频带数j与开始拟合的频带数j₀进行比较，若频带数j≥j₀，对已采集的信号频带的离散程度v_j进行多项式拟合，形成拟合曲线，计算拟合曲线的斜率k；若频带数j＜j₀，则重复步骤3的操作；