一种压缩感知成像方法、装置、设备、系统及存储介质制造方法及图纸

本发明专利技术实施例公开一种压缩感知成像方法、装置、设备、系统及计算机可读存储介质。其中，方法包括对目标图像进行压缩编码采样的图像压缩编码装置、采样控制器及图像重构计算器。图像压缩编码装置包括一维编码孔径模板和线阵图像探测器，一维编码孔径模板和线阵图像探测器相对应；采样控制器控制驱动一维编码孔径模板及线阵图像探测器进行编码采样，并将得到的采样数据发送至图像重构计算器；图像重构计算器基于采样数据，利用各维数据单独迭代重构后整合的稀疏系数矩阵，得到恢复后的目标图像。本申请简化了编码过程，降低了成本，消除了块压缩感知系统存在的块效应，显著提升了图像质量，以更低的硬件成本实现了更高的成像质量。

A Compressed Sensing Imaging Method, Device, Equipment, System and Storage Media

The embodiment of the present invention discloses a compressed sensing imaging method, device, device, system and computer readable storage medium. The method includes an image compression and coding device, a sampling controller and an image reconstruction calculator for compression and coding sampling of the target image. The image compression and coding device includes one-dimensional coded aperture template and linear array image detector, one-dimensional coded aperture template corresponds to linear array image detector, sampling controller controls driving one-dimensional coded aperture template and linear array image detector to code and sample, and sends the sampled data to image reconstruction calculator; image reconstruction calculator uses each of them based on sampled data. The reconstructed sparse coefficient matrix of dimension data is iteratively reconstructed, and the reconstructed target image is obtained. This application simplifies the encoding process, reduces the cost, eliminates the block effect existing in the block compression sensing system, significantly improves the image quality, and achieves higher image quality with lower hardware cost.

【技术实现步骤摘要】
一种压缩感知成像方法、装置、设备、系统及存储介质
本专利技术实施例涉及计算成像
，特别是涉及一种压缩感知成像方法、装置、设备、系统及计算机可读存储介质。
技术介绍
随着信号处理技术的快速发展，为了突破传统奈奎斯特采样定理的限制，压缩感知理论应用而生。该理论指出，若一个信号在某个变换域下是稀疏的，那么可以通过该信号在其它不相关变换域内的少量低维投影值高概率的精确恢复出原始信号。对信号采集设备的要求及数据量都大大降低，颠覆了传统一一对应的成像方式，广泛应用于空间遥感、医疗成像、雷达成像、数据压缩等
压缩感知方法包括压缩编码感知与图像恢复，目前学者在该领域的研究主要分为两个方向：一个是寻找更为优化的测量矩阵，提高采样效率，进而增强图像质量；另一个是寻找能够减小图像恢复时间并进一步提升图像质量的迭代算法，包括匹配追踪算法、梯度投影算法、全变分最小化算法等及其改进型，但均未就压缩感知理论模型本身针对特定领域进行改进。压缩感知理论的基本模型主要针对于一维信号，将其直接应用到二维成像系统中，需要先将二维图像进行一维整合处理，然后再套用压缩感知的理论模型及对应恢复算法。这样处理方式显然破坏了信号的特定变换域内的稀疏特性，而这是压缩感知理论的原始根基，显然，现有的这种方式会限制了压缩感知系统成像质量的提升。MarcoF.Duarte等人基于数字微镜阵列搭建了单像素压缩感知成像系统，作为压缩感知理论在成像系统中的首次应用，用单像素探测器替代了传统面阵探测器，降低了系统成本。为提高系统的实用性，学者们提出了基于探测器阵列的块压缩感知成像系统，通过对目标场景进行分块处理，并行编码，显著提高了系统的实时性。为进一步提升压缩感知成像系统的成像质量，学者们纷纷采取自适应编码观测及恢复重构方式，其基本思想是通过对成像目标的特征进行预测，进而对目标的不同区域采取自适应处理，对图像纹理丰富的区域增加编码次数，对灰度平滑的区域降低编码次数，进而在有限的资源下提升了图像质量。但这些方式均是基于块压缩感知成像系统基础上的算法优化策略，并未触动块压缩感知系统的理论模型及短板问题，例如块效应。
技术实现思路
本专利技术实施例的目的是提供一种压缩感知成像方法、装置、设备、系统及计算机可读存储介质，不仅简化了编码过程，降低了成本，还消除了块压缩感知系统存在的块效应，显著提升了图像质量，以更低的硬件成本实现了更高的成像质量。为解决上述技术问题，本专利技术实施例提供以下技术方案：本专利技术实施例一方面提供了一种压缩感知成像系统，包括图像压缩编码装置、采样控制器及图像重构计算器，所述采样控制器分别与所述图像压缩编码装置和所述图像重构计算器相连；所述图像压缩编码装置包括一维编码孔径模板和线阵图像探测器，用于对目标图像进行压缩编码采样；所述采样控制器用于根据压缩感知编码方法驱动所述一维编码孔径模板及所述线阵图像探测器进行编码采样，并将得到的采样数据发送至所述图像重构计算器；所述图像重构计算器用于基于所述采样数据，利用各维数据单独迭代重构后整合的稀疏系数矩阵，得到恢复后的目标图像；其中，所述一维编码孔径模板和所述线阵图像探测器相对应，所述目标图像规模为N*N，所述线阵图像探测器的阵列规模为1*N，一个像元探测器对应N*1规模的一维编码孔径模板。可选的，所述基于所述采样数据，利用各维数据单独迭代重构后整合的稀疏系数矩阵，得到恢复后的目标图像包括：利用下述压缩感知编码公式描述所述目标图像的压缩感知编码采样过程：Y′＝YΨT＝ΦΨTΘ＝ΩΘ；利用下述公式分别表示二维观测结果矩阵和稀疏系数矩阵，得到拆解后的压缩感知编码公式：Y′＝[Y′c1Y′c2…Y′cN]；Θ＝[Θc1Θc2…ΘcN]；Y′cj＝ΩΘcj(j＝1…N)；对所述稀疏系数矩阵的每一列通过求解下述优化问题进行单独迭代恢复：subjecttoY′cj＝ΩΘcj(j＝1…N)；将恢复得到的多个一维稀疏系数子矩阵整合为二维稀疏系数矩阵根据下述公式计算得到恢复后的目标图像式中，Y＝ΦX＝ΦΨTΘΨ，为所述目标图像的二维待测信号矩阵，为结果矩阵，为所述稀疏系数矩阵，Ψ为正交矩阵，为采样测量矩阵，为所述二维观测结果矩阵，为二维传感矩阵。可选的，所述对所述稀疏系数矩阵的每一列通过求解下述优化问题进行单独迭代恢复包括：基于下述公式，依据最大迭代次数对所述稀疏系数矩阵的第一列进行迭代恢复：subjecttoY′c1＝ΩΘc1；根据下述公式计算所述稀疏系数矩阵除第一列之外其他各列的向量模值||Θj||(j＝2…N)：θi，j为所述稀疏系数矩阵第i行第j列的元素；根据下述公式计算所述稀疏系数矩阵除第一列之外其他各列的权重系数：Wj＝20log(||Θj||+1)(j＝2…N)；基于各权重系数根据预设迭代次数分配方法计算得到除第一列之外的其他各列的迭代次数；根据各迭代次数对所述稀疏系数矩阵除第一列之外的其他各列进行迭代恢复。可选的，所述迭代次数分配方法包括：S31：根据下述公式计算所述稀疏系数矩阵除第一列之外的其他各列的迭代次数：Smax为最大迭代次数；S32：根据最大迭代次数、最小迭代次数依次对除第一列之外的其他各列的迭代次数进行约束限定：Smin为最小迭代次数；S33：判断下式是否成立，若不成立，则执行S34，并返回S32重新迭代；若成立，则输出除第一列之外的其他各列的迭代次数Ij(j＝2…N)；I′r为总迭代次数，Ir为预先设置的目标总迭代次数，δ为常数；S34：根据下式计算更新除第一列之外的其他各列的迭代次数：可选的，所述一维编码孔径模板为p为编码次数，所述线阵图像探测器通过所述压缩感知编码方法得到的观测结果为则观测过程为：相应的，所述压缩感知编码公式中的采样测量矩阵Φ为：Φ＝[C(1)C(2)…C(m)]T，所述结果矩阵Y为Y＝[E(1)E(2)…E(m)]T。可选的，所述稀疏系数矩阵为基于二维离散余弦变换将所述二维待测信号矩阵变化所得。本专利技术实施例另一方面提供了一种压缩感知成像方法，包括：获取目标图像经一维压缩感知编码方法编码采样后得到的采样数据；基于所述采样数据，利用各维数据单独迭代重构后整合的稀疏系数矩阵，得到恢复后的目标图像；其中，所述基于所述采样数据，利用各维数据单独迭代重构后整合的稀疏系数矩阵，得到恢复后的目标图像包括：利用下述压缩感知编码公式描述所述目标图像的压缩感知编码采样过程：Y′＝YΨT＝ΦΨTΘ＝ΩΘ；利用下述公式分别表示二维观测结果矩阵和稀疏系数矩阵，得到拆解后的压缩感知编码公式：Y′＝[Y′c1Y′c2…Y′cN]；Θ＝[Θc1Θc2…ΘcN]；Y′cj＝ΩΘcj(j＝1…N)；对所述稀疏系数矩阵的每一列通过求解下述优化问题进行单独迭代恢复：subjecttoY′cj＝ΩΘcj(j＝1…N)；将恢复得到的多个一维稀疏系数子矩阵整合为二维稀疏系数矩阵根据下述公式计算得到恢复后的目标图像式中，Y＝ΦX＝ΦΨTΘΨ，为所述目标图像的二维待测信号矩阵，为结果矩阵，为所述稀疏系数矩阵，Ψ为正交矩阵，为采样测量矩阵，为所述二维观测结果矩阵，为二维传感矩阵。本专利技术实施例还提供了一种压缩感知成像装置，包括：采样数据获取模块，用于获取目标图像经一维压缩感知编码方法编码采样后得到的采样数据；目标图像重构模本文档来自技高网...

【技术保护点】
1.一种压缩感知成像系统，其特征在于，包括图像压缩编码装置、采样控制器及图像重构计算器，所述采样控制器分别与所述图像压缩编码装置和所述图像重构计算器相连；所述图像压缩编码装置包括一维编码孔径模板和线阵图像探测器，用于对目标图像进行压缩编码采样；所述采样控制器用于根据压缩感知编码方法驱动所述一维编码孔径模板及所述线阵图像探测器进行编码采样，并将得到的采样数据发送至所述图像重构计算器；所述图像重构计算器用于基于所述采样数据，利用各维数据单独迭代重构后整合的稀疏系数矩阵，得到恢复后的目标图像；其中，所述一维编码孔径模板和所述线阵图像探测器相对应，所述目标图像规模为N*N，所述线阵图像探测器的阵列规模为1*N，一个像元探测器对应N*1规模的一维编码孔径模板。

【技术特征摘要】
1.一种压缩感知成像系统，其特征在于，包括图像压缩编码装置、采样控制器及图像重构计算器，所述采样控制器分别与所述图像压缩编码装置和所述图像重构计算器相连；所述图像压缩编码装置包括一维编码孔径模板和线阵图像探测器，用于对目标图像进行压缩编码采样；所述采样控制器用于根据压缩感知编码方法驱动所述一维编码孔径模板及所述线阵图像探测器进行编码采样，并将得到的采样数据发送至所述图像重构计算器；所述图像重构计算器用于基于所述采样数据，利用各维数据单独迭代重构后整合的稀疏系数矩阵，得到恢复后的目标图像；其中，所述一维编码孔径模板和所述线阵图像探测器相对应，所述目标图像规模为N*N，所述线阵图像探测器的阵列规模为1*N，一个像元探测器对应N*1规模的一维编码孔径模板。2.根据权利要求1所述的压缩感知成像系统，其特征在于，所述基于所述采样数据，利用各维数据单独迭代重构后整合的稀疏系数矩阵，得到恢复后的目标图像包括：利用下述压缩感知编码公式描述所述目标图像的压缩感知编码采样过程：Y′＝YΨT＝ΦΨTΘ＝ΩΘ；利用下述公式分别表示二维观测结果矩阵和稀疏系数矩阵，得到拆解后的压缩感知编码公式：对所述稀疏系数矩阵的每一列通过求解下述优化问题进行单独迭代恢复：将恢复得到的多个一维稀疏系数子矩阵整合为二维稀疏系数矩阵根据下述公式计算得到恢复后的目标图像式中，Y＝ΦX＝ΦΨTΘΨ，为所述目标图像的二维待测信号矩阵，为结果矩阵，为所述稀疏系数矩阵，Ψ为正交矩阵，为采样测量矩阵，为所述二维观测结果矩阵，为二维传感矩阵。3.根据权利要求2所述的压缩感知成像系统，其特征在于，所述对所述稀疏系数矩阵的每一列通过求解下述优化问题进行单独迭代恢复包括：基于下述公式，依据最大迭代次数对所述稀疏系数矩阵的第一列进行迭代恢复：根据下述公式计算所述稀疏系数矩阵除第一列之外其他各列的向量模值||Θj||(j＝2…N)：为所述稀疏系数矩阵第i行第j列的元素；根据下述公式计算所述稀疏系数矩阵除第一列之外其他各列的权重系数：Wj＝20log(||Θj||+1)(j＝2…N)；基于各权重系数根据预设迭代次数分配方法计算得到除第一列之外的其他各列的迭代次数；根据各迭代次数对所述稀疏系数矩阵除第一列之外的其他各列进行迭代恢复。4.根据权利要求3所述的压缩感知成像系统，其特征在于，所述迭代次数分配方法包括：S31：根据下述公式计算所述稀疏系数矩阵除第一列之外的其他各列的迭代次数：Smax为最大迭代次数；S32：根据最大迭代次数、最小迭代次数依次对除第一列之外的其他各列的迭代次数进行约束限定：Smin为最小迭代次数；S33：判断下式是否成立，若不成立，则执行S34，并返回S32重新迭代；若成立，则输出除第一列之外的其他各列的迭代次数Ij(j＝2…N)；I′r为总迭代次数，Ir为预先设置的目标总迭代次数，δ为常数；S34：根据下式计算更新除第一列之外的其他各列的迭代次数：5.根据权利要求2所述的压缩感知成像系统，其特征在于，所述一维编码孔径模板为...

【专利技术属性】
技术研发人员：李云辉，王晓东，王稚，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林,22