微光环境下单像素成像系统一维信号的降噪方法技术方案

本发明专利技术公开了一种微光环境下单像素成像系统一维信号的降噪方法。利用模拟数据训练降噪卷积神经网络，对一维桶探测器信号直接进行降噪处理：首先研究了噪声在微光环境中的性质，生成真实噪声模型，利用该噪声模型生成了一系列模拟含噪声信号，模拟含噪声信号和模拟无噪信号用来训练降噪卷积神经网络，并用真实的实验数据进行了测试。本发明专利技术用模拟数据训练网络，降低了数据采集的成本；能对短积分采样获得的含噪声信号快速降噪，得到质量较好的重构图像，同时提高了成像效率；促进了微光环境下单像素成像领域深度学习的发展。下单像素成像领域深度学习的发展。下单像素成像领域深度学习的发展。

【技术实现步骤摘要】
微光环境下单像素成像系统一维信号的降噪方法


[0001]本专利技术属于图像处理
，具体为一种对微光环境下单像素成像系统一维信号的降噪方法
技术背景
[0002]单像素成像(single
‑
pixel imaging)是一种利用相关测量重构图像的方法，其作为一种新兴的成像技术得到了快速发展。单像素成像技术不需要使用任何阵列探测器进行探测，这为它带来了解决传统成像无法应对的一些挑战的潜在能力。例如，单像素相机允许人们构建一个低成本的成像系统，该系统可以在阵列探测器昂贵的特定波长下工作。在过去的十年中，单像素成像技术在多光谱成像、雷达成像、3D成像和实时成像方面有过许多演示。
[0003]近年来，研究人员通过将深度学习与单像素成像系统相结合，解决了单像素成像中的一些问题，获得了比传统单像素成像更好的成像效果。如Lyu提出使用深度学习的鬼成像，构造GIDL框架，证明在测量次数较少时GIDL表现出比其他方法更好的性能；Tomoyoshi Shimobab等人运用U
‑
net网络，将15000 张128*1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对微光环境下单像素成像系统一维信号的降噪方法，其特征在于步骤如下：步骤1，获得标记图像，生成模拟桶探测器信号：在高照度环境下，利用被动式单像素成像系统对目标进行单像素探测，重构出清晰的目标图像作为标记图像；对标记图像进行旋转平移生成多位置多姿态的目标库，以目标库为仿真的输入目标，仿真模拟单像素成像过程，生成模拟无噪桶探测器信号；步骤2，获得微光环境下的噪声参数：在低照度环境下，利用被动式单像素成像系统对目标进行长积分采样，获得含噪声信号，从含噪声信号中分离出相对干净信号和噪声；分析相对干净信号的强度范围，与模拟无噪桶探测器信号的强度之间建立线性关系并得到一个系数，将相对干净信号乘以该系数使其与模拟无噪桶探测器信号的强度范围一致；计算噪声的参数，并求出参数的均值和标准差；对噪声进行高斯模拟；步骤3，获得模拟含噪声信号进行网络训练，生成降噪模型：在模拟无噪桶探测器信号上添加相同分布及相同参数的均值和标准差的随机噪声，获得模拟含噪声信号；获得多组模拟无噪桶探测器信号和模拟含噪声信号组成训练数据集，放进DnCNN卷积网络里进行降噪训练，生成降噪模型，在相同的低照度环境下，对目标进行短积分采样获得实验含噪声信号并用于网络降噪测试，对降噪后的信号进行关联重构。2.根据权利要求1所述的对单像素桶探测器在微光环境下的信号直接进行降噪的方法，其特征在于，获得标记图像，生成模拟桶探测器信号的步骤如下：步骤1.1，在强光照射下，选择数字目标经过透镜反射到DMD上，被哈达玛矩阵图案调制，目标的反射光强被单像素成像系统的桶探测器接收，过程用如下公式表示：B
m
＝∫I
m
(x,y)O(x,y)dx dy，式中，I
m
(x,y)为哈达玛矩阵，O(x,y)为目标；根据关联成像的原理，通过强度波动与照明散斑图案的相关性来重建图像：G(x,y)＝<B
m
·
I
m
(x,y)>
‑
<B
m
><I
m
(x,y)&a...

【专利技术属性】
技术研发人员：张闻文，朱晓燕，何伟基，陈钱，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：