基于光强互关联的非视域成像方法技术

技术编号:32488639 阅读:35 留言:0更新日期:2022-03-02 09:54
本发明专利技术涉及一种基于光强互关联的非视域成像方法,方法包括如下步骤:利用非视域成像系统获取随目标位置演化的多帧散斑图像;计算散斑图像的子空间标准差,并利用子空间标准差约化散斑图像;计算多帧约化散斑图像相对于目标位移的光强互关联,获取原始目标傅里叶域幅值信息;利用迭代相位恢复算法获取原始目标傅里叶域相位信息;根据原始目标傅里叶域幅值信息和原始目标傅里叶域相位信息重建原始目标图像。本发明专利技术方法成本低廉、测量简便、图像重建效率高、实际应用范围广,解决了非视域成像随机走廊遮蔽目标的技术问题。机走廊遮蔽目标的技术问题。机走廊遮蔽目标的技术问题。

【技术实现步骤摘要】
基于光强互关联的非视域成像方法


[0001]本专利技术涉及相干光学成像
,尤其涉及基于光强互关联的非视域成像方法。

技术介绍

[0002]众所周知目标的图像可以利用其辐射或散射的光来构建。传统成像利用直接光,由目标直接传播到探测器的光,构建目标的像。与传统成像相比,一类新的非视域成像利用间接光,由目标通过漫反射或扩散传播到探测器的光,重建探测器视域外隐藏目标的像。因此,可以实现穿越随机介质成像和拐角成像。
[0003]近年来报道了多种用于解决不同成像问题的非视域成像方法。波前整形、传输矩阵测量、散斑自关联和鬼成像等方法可以成像被随机介质遮挡的目标。散斑互关联方法和共焦扩散层析成像技术实现了穿越厚随机介质成像。在光散射过程可以被准确模拟的情况下,时间飞行探测、计算潜望、空间相干探测等技术可以对一个拐角后目标的成像与定位。基于“记忆效应”的波前整形和散斑自关联方法证实无需求解光散射方程也能对隐藏在一个拐角后的目标成像。然而,这些非视域成像方法或适用于穿越随机介质成像,或适用于绕过一个拐角成像。成像位于多个拐角后并且被随机介质完全遮蔽的目标对现有方法是一个巨大的挑战。这类由随机介质和多个拐角组成的复杂环境,被称为“随机走廊”,通常存在于多尘矿井、烟雾弥漫的通风管道和建筑物走廊等救援场景中。对隐藏在随机走廊中的救援目标进行成像,可以大大提高救援效率,保护救援人员,因而具有十分重要的意义和价值。
[0004]针对以上不足,需要提供一种成本低廉、测量简便、图像重建效率高、实际应用范围广的非视域成像方法,以解决非视域成像随机走廊遮蔽目标的技术问题。

技术实现思路

[0005]本专利技术涉及一种基于光强互关联的非视域(Non

line

of

sight)成像方法,涉及光电成像与探测领域。本专利技术要解决的技术问题在于非视域成像随机走廊遮蔽目标,针对现有技术中的缺陷,本专利技术方法提供一种成本低廉、测量简便、图像重建效率高、实际应用范围广的非视域成像方法,利用多张散斑图重建原始目标信息,具有成像弯曲走廊中多个拐角后并且被随机介质遮蔽的目标的能力,能够实现大视角范围的多个目标非视域成像,不依赖于随机介质的厚度且抗噪性强,解决了非视域成像随机走廊遮蔽目标的技术问题。
[0006]为了解决上述技术问题,本专利技术提供了一种基于光强互关联的非视域成像方法,其特征在于,包括如下步骤:利用非视域成像系统获取随目标位置演化的多帧散斑图像;计算散斑图像的子空间标准差,并利用子空间标准差约化散斑图像;计算多帧约化散斑图像相对于目标位移的光强互关联,获取原始目标傅里叶域幅值信息;利用迭代相位恢复算法获取原始目标傅里叶域相位信息;根据原始目标傅里叶域幅值信息和原始目标傅里叶域相位信息重建原始目标图像。
[0007]优选地,利用非视域成像系统获取随目标位置演化的多帧散斑图像步骤中,非视
域成像系统包括激光器、扩束透镜、二维移动平台、随机走廊、探测器;其中,激光器发出的光经过扩束透镜扩束后覆盖整个目标,目标安装在二维移动平台上,二维移动平台用于控制目标的位移,探测器用于采集移动的目标经过随机走廊后的多帧散斑图像。
[0008]优选地,随机走廊为内含静态随机介质的多拐角曲折走廊,目标被随机走廊完全遮蔽,探测器为彩色CMOS相机。
[0009]优选地,随机走廊中的随机介质为白色有机玻璃,厚度为5~50mm。
[0010]优选地,计算散斑图像的子空间标准差,并利用子空间标准差约化散斑图像的步骤中,包括以下操作:对采集到的多帧散斑图像进行RGB彩色通道分离,获得与激光颜色相同的单色散斑图像;根据散斑图像的拍摄参数和尺寸设定正方形子空间区域,正方形子空间区域的边长为l
sub
;将散斑图像表示为I(r),散斑图像子空间标准差σ(r)可表示为,
[0011][0012]其中,<I2(r)>
sub
表示对散斑图像中一个正方形子空间区域内的I2(r)平均,<I(r)>
sub
表示对散斑图像中一个正方形子空间区域内的I(r)平均,正方形子空间的中心位于一个给定的坐标r上;子空间约化散斑图像I
rd
(r)可表示为,
[0013]I
rd
(r)=I(r)/σ(r)。
[0014]优选地,计算多帧约化散斑图像相对于目标位移的光强互关联,获取原始目标傅里叶域幅值信息的步骤中,包括以下操作:计算多帧约化散斑图像的空间系综平均强度互关联;利用被关联的两帧约化散斑图像对应的目标位移对强度互关联进行排序组合;对强度互关联进行优化处理;对约化散斑图像的强度互关联执行开平方、傅里叶逆变换、开平方、取绝对值运算,获得原始目标傅里叶域幅值信息。
[0015]优选地,利用迭代相位恢复算法获取原始目标傅里叶域相位信息的步骤中,包括以下操作:将一个随机分布输入到迭代相位恢复算法中,开始相位恢复;用实验测得的目标傅里叶模值替换迭代相位恢复算法恢复出的目标傅里叶模值;用散斑图像强度互关联的几何特征约束迭代相位恢复算法恢复出的目标实空间模值;重复操作直至迭代相位恢复算法收敛,得到原始目标傅里叶域相位信息。
[0016]优选地,根据原始目标傅里叶域幅值信息和原始目标傅里叶域相位信息重建原始目标图像的步骤中,包括以下操作:将目标在傅里叶域的模值信息和相位信息相结合,然后对其做傅里叶逆变换,重建目标在实空间的模值。
[0017]优选地,方法的成像视场依赖于目标的最大移动距离和探测器的观测时间。
[0018]优选地,方法的成像分辨率依赖于目标移动速度和探测器最小拍照时间间隔的乘积。
[0019]实施本专利技术的基于光强互关联的非视域成像方法,具有以下有益效果:1、本专利技术基于光强互关联的非视域成像方法利用常规相机实现了对随机走廊遮蔽运动目标的非视域成像,能够在厚随机介质和多个拐角的干扰下成像任意尺寸的目标,图像恢复快速高效,目标成像清晰效果好。2、本专利技术的方法不依赖于散斑图像的观测位置和随机走廊拐角的数量,同时对噪声具有较强的适应性。3、本专利技术的方法所使用的散斑光强采集装置仅为一台常规CMOS相机,相机前无额外的光学器件,成像光路简单、操作方便、效率高、成本低;相对于基于时间飞行探测的非视域成像方法,无需额外的放大光路以及光强的时间飞行信息或
偏振信息,因此成本低廉、测量简便、图像重建效率高、实际应用范围广;对相机的放大倍率没有特殊要求,在一个像素中包含102个散斑的情况下也能对隐藏目标成像,鲁棒性高。
附图说明
[0020]图1是本专利技术实施例的基于光强互关联的非视域成像方法的流程图;
[0021]图2是本专利技术实施例的基于光强互关联的非视域成像方法中的非视域成像系统的结构示意图;
[0022]图3是本专利技术实施例的基于光强互关联的非视域成像方法中约化散斑图像步骤的流程图;
[0023]本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于光强互关联的非视域成像方法,其特征在于,包括如下步骤:利用非视域成像系统获取随目标位置演化的多帧散斑图像;计算散斑图像的子空间标准差,并利用所述子空间标准差约化所述散斑图像;计算多帧约化散斑图像相对于目标位移的光强互关联,获取原始目标傅里叶域幅值信息;利用迭代相位恢复算法获取原始目标傅里叶域相位信息;根据所述原始目标傅里叶域幅值信息和所述原始目标傅里叶域相位信息重建原始目标图像。2.根据权利要求1所述的基于光强互关联的非视域成像方法,其特征在于,所述利用非视域成像系统获取随目标位置演化的多帧散斑图像步骤中,所述非视域成像系统包括激光器、扩束透镜、二维移动平台、随机走廊、探测器;其中,所述激光器发出的光经过所述扩束透镜扩束后覆盖整个目标,所述目标安装在二维移动平台上,所述二维移动平台用于控制目标的位移,所述探测器用于采集移动的目标经过所述随机走廊后的多帧散斑图像。3.根据权利要求2所述的基于光强互关联的非视域成像方法,其特征在于,所述随机走廊为内含静态随机介质的多拐角曲折走廊,所述目标被所述随机走廊完全遮蔽,所述探测器为彩色CMOS相机。4.根据权利要求2所述的基于光强互关联的非视域成像方法,其特征在于,所述随机走廊中的随机介质为白色有机玻璃,厚度为5~50mm。5.根据权利要求1所述的基于光强互关联的非视域成像方法,其特征在于,所述计算散斑图像的子空间标准差,并利用所述子空间标准差约化所述散斑图像的步骤中,包括以下操作:对采集到的多帧散斑图像进行RGB彩色通道分离,获得与激光颜色相同的单色散斑图像;根据散斑图像的拍摄参数和尺寸设定正方形子空间区域,所述正方形子空间区域的边长为l
sub
;将散斑图像表示为I(r),散斑图像子空间标准差σ(r)可表示为,其中,<I2(r)>
sub
表示对散斑图像中一个正方形子空间区域内的I2(r)平均,<I(r)>
s...

【专利技术属性】
技术研发人员:李粮生朱勇殷红成
申请(专利权)人:北京环境特性研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1