[发明专利]一种压缩成像分类方法及系统

权利要求书

1.一种压缩成像分类方法，其特征在于，包括：

S1.根据目标场景图像的大小M*N建立多个正交矩阵，所述正交矩阵为二维离散余弦变换的由低到高阶次的变换基底；

S2.将所述多个正交矩阵二值化生成多个测量矩阵；

S3.利用所述多个测量矩阵中的前n个测量矩阵对所述目标场景图像进行压缩采样，压缩率为f；同时提取场景图像频率信息，获得所述n个测量矩阵对应的权重，所述权重为调制目标场景的像所对应的光强值；

S4.根据所述前n个测量矩阵所对应的正交矩阵和权重对所述目标场景进行重构和识别，输出所述目标场景的重构图像和类别；

其中，所述数量n和压缩率f满足如下公式：n＝f*M*N。

2.如权利要求1所述的方法，其特征在于，所述步骤S2中测量矩阵的计算公式如下：

其中，Φ(u,v)为测量矩阵；(u,v)为频率域坐标，且u＝0,1,…,M；v＝0,1,…,N；M、N分别为目标场景图像的高度和宽度；F表示二值化函数；c(u)、c(v)为计算补偿系数，对于c(u)，其他情况对于c(v)，其他情况且一般M＝N；(x,y)为空间坐标，且有x＝0,1,…,M；y＝0,1,…,N。

3.如权利要求1所述的方法，其特征在于，所述步骤S4中重构图像的计算公式如下：

其中，I′为重构图像；Φ_i是第i个正交矩阵，也就是第i个DCT基底；w_i是正交矩阵Φ_i的权重，n为正交矩阵的总个数。

4.如权利要求1所述的方法，其特征在于，所述权重的计算公式如下：

w_i＝＜I,Φ_i＞

其中，I代表目标场景图像；Φ_i是第i个正交矩阵，也就是第i个DCT基底；w_i是矩阵Φ_i的权重；运算代表矩阵内积运算，即对两矩阵点乘后的所有元素求和，通过计算目标场景图像I与正交矩阵Φ_i的内积获得正交矩阵Φ_i的权重w_i。

5.一种压缩成像分类系统，其特征在于，包括：成像单元、测量矩阵加载单元、探测器、存储器和处理器；所述成像单元用于对目标场景进行成像；所述测量矩阵加载单元设置在所述成像单元的像面，用于加载测量矩阵并对所述目标场景进行光强度调制；所述探测器用于测量所述测量矩阵加载单元对所述目标场景进行光强度调制的光强值；所述存储器上存储有一计算机程序，所述计算机程序被处理器执行时可实现如下步骤：

S1.根据目标场景图像的大小M*N建立多个正交矩阵，所述正交矩阵为二维离散余弦变换的由低到高阶次的变换基底；

S2.将所述多个正交矩阵二值化生成多个测量矩阵；

S3.利用所述多个测量矩阵中的前n个测量矩阵对所述目标场景图像进行压缩采样，压缩率为f；同时提取场景图像频率信息，获得所述n个测量矩阵对应的权重，所述权重为调制目标场景的像所对应的光强值；

S4.根据所述前n个测量矩阵所对应的正交矩阵和权重对所述目标场景进行重构和识别，输出所述目标场景的重构图像和类别；

其中，所述数量n和压缩率f满足如下公式：n＝f*M*N。

6.如权利要求5所述的系统，其特征在于，所述测量矩阵加载单元为频率为20kHz的数字微镜器件。

7.如权利要求5所述的系统，其特征在于，所述步骤S2中测量矩阵的计算公式如下：

其中，Φ(u,v)为测量矩阵；(u,v)为频率域坐标，且u＝0,1,…,M；v＝0,1,…,N；M、N分别为目标场景图像的高度和宽度；F表示二值化函数；c(u)、c(v)为计算补偿系数，对于c(u)，其他情况对于c(v)，其他情况且一般M＝N；(x,y)为空间坐标，且有x＝0,1,…,M；y＝0,1,…,N。