[发明专利]一种用于压缩编码孔径成像的目标轮廓识别方法

摘要

本发明涉及新型编码成像技术领域，具体涉及一种用于压缩编码孔径成像的目标轮廓识别方法，该方法主要包括以下步骤，步骤1、超分辨率图像频谱的重建；步骤2、图像频域平滑与去噪；步骤3、频域边缘检测。其中，步骤1又可细分如下步骤，步骤1.1、通过压缩编码成像系统采集多个成像通道的低分辨率图像；步骤1.2、对每个成像通道的低分辨率图像进行傅里叶变换；步骤1.3、根据成像系统的频谱特性矩阵，得到超高分辨率图像的频谱；本发明方法针对压缩编码孔径成像系统，提出结合低通滤波与频域轮廓提取算子的频域重建方法，能够直接重建出目标的高分辨率轮廓。

主权项

1.一种用于压缩编码孔径成像的目标轮廓识别方法，其特征在于，包括以下步骤：步骤1、超分辨率图像频谱的重建1.1、通过压缩编码成像系统采集多个成像通道的低分辨率图像多通道成像系统采集k帧具有随机空间位移的低分辨率图像xk(t1,t2)＝x(t1+δk1,t2+δk2)，其中δk1和δk2是已知任意值，由压缩编码成像系统中的编码模板参数确定，k＝1,2,…,N；1.2、对每个成像通道的低分辨率图像进行傅里叶变换根据连续傅里叶变换的时域移动的性质，第k帧位移图像的连续傅里叶变换Xk(w1,w2)可以写为：Xk(w1,w2)＝exp[j2π(δk1w1+δk2w2)]X(w1,w2)；1.3、根据成像系统的频谱特性矩阵，得到超高分辨率图像的频谱设x(t1,t2)表示连续的高分辨率图像，X(w1,w2)表示它的连续傅里叶变换；假设二维探测器以采样周期T1和T2对位移图像xk(t1,t2)在x、y两个方向上进行周期采样，从混叠关系和X(w1,w2)的带限假设，即对于|w1|≥L1π/T1，|w2|≥L2π/T2，有|X(w1,w2)|＝0；可建立起高分辨率图像的连续傅里叶变换和第k帧低分辨率的观察图像的离散傅里叶变换之间的关系为：其中，Ω1和Ω2是图像yk(n1,n2)的离散傅里叶变换域内的采样点，满足0≤Ω1≤M1，0≤Ω2≤M2，M1、M2分别为低分辨率图像x、y方向的采样数；对上式右侧中的索引n1、n2和左侧中的k按照数字顺序排列，可获得上式的一个矩阵矢量形式：Y＝ΦX；其中，Y是一个N×1列向量，其元素为yk(n1,n2)的离散傅里叶变换系数，Φ是一个N×L1L2的矩阵，X是一个L1L2×1列向量，其元素为x(t1,t2)的连续傅里叶变换的采样样本；因此，高分辨率场景的频谱为：X＝Φ‑1Y；步骤2、图像频域平滑与去噪采用二维频域高斯低通滤波器对高分辨率图像频谱进行平滑和去噪，得到低通滤波去噪平滑后图像的频谱为X'＝HΦ‑1Y；步骤3、频域边缘检测采用索贝尔算子进行图像边缘检测，最终得到目标的轮廓。