一种基于遗传算法的鬼成像方法、系统及存储介质技术方案

本发明专利技术公开了一种基于遗传算法的鬼成像方法、系统及存储介质，方法包括以下步骤：指定散斑个数，随机生成初始散斑；将初始散斑随机分为两组，通过交叉变异产生子代散斑；将初始散斑中的亲代与子代散斑与目标进行作用，得到相应的桶探测信号；以桶探测信号和散斑相关性为依据挑选指定数量的散斑，作为优化后的随机散斑；使用优化后的随机散斑与对应的桶探测信号重建图像。对应成像方法，本发明专利技术鬼成像系统包括初始散斑生成模块、子代散斑生成模块、桶探测模块、散斑挑选模块以及图像重建模块。本发明专利技术可以在同等采样率的情况下，获取相较于直接使用大量随机散斑更高质量的目标图像。接使用大量随机散斑更高质量的目标图像。接使用大量随机散斑更高质量的目标图像。

【技术实现步骤摘要】
一种基于遗传算法的鬼成像方法、系统及存储介质


[0001]本专利技术属于鬼成像
，涉及一种基于遗传算法的鬼成像方法、系统及存储介质。

技术介绍

[0002]鬼成像，又称关联成像或量子成像，是在量子纠缠基础上发展起来的一种新型成像技术。1955年，由美国马里兰大学的华人科学家史砚华和Pittman首次完成。之后又经过了R.S.Bennink等人的实验设计证明，使用经典赝热光源也可以代替纠缠光子实现成像，进一步扩大了鬼成像的应用场景。与传统成像技术主要利用光场的一阶关联信息(强度与位相)不同，经典鬼成像利用光场的二阶关联，通过随机涨落的光场的统计特性进行成像。
[0003]鬼成像过程为，利用一系列散斑对照射目标收集桶探测信号，再用散斑和收集到的桶探测信号进行关联运算得到目标图像。此方法被称为鬼成像领域中基本相关法，该方法的优点是操作简单，缺点是成像分辨率较低，需要进行多次探测才可以得到较高分辨率图像。而多次探测则会带来较大的时间消耗，这也限制了鬼成像方法的应用前景。

技术实现思路

[0004]本专利技术的目的在于针对上述现有技术中的问题，提供一种基于遗传算法的鬼成像方法、系统及存储介质，能够实现在相同采样率的情况下，重构出更高质量的目标图像。
[0005]为了实现上述目的，本专利技术有如下的技术方案：
[0006]一种基于遗传算法的鬼成像方法，包括以下步骤：
[0007]指定散斑个数，随机生成初始散斑；
[0008]将初始散斑随机分为两组，通过交叉变异产生子代散斑；
[0009]将初始散斑中的亲代与子代散斑与目标进行作用，得到相应的桶探测信号；
[0010]以桶探测信号和散斑相关性为依据挑选指定数量的散斑，作为优化后的随机散斑；
[0011]使用优化后的随机散斑与对应的桶探测信号重建图像。
[0012]作为本专利技术鬼成像方法的一种优选方案，遗传算法的输出为指定数量的一套散斑，将散斑不同位置上的像素值对应为遗传算法中的遗传信息。
[0013]作为本专利技术鬼成像方法的一种优选方案，所述将初始散斑随机分为两组的步骤获得作为父本的随机散斑以及作为母本的随机散斑，父本与母本为亲代；通过将散斑不同位置上的像素值对应为遗传算法中的遗传信息，使子代散斑的像素值将分别来自其对应的父本与母本。
[0014]作为本专利技术鬼成像方法的一种优选方案，所述通过交叉变异产生子代散斑的步骤中，交叉算子包括单点交叉、多点交叉、部分匹配交叉及均匀交叉。
[0015]作为本专利技术鬼成像方法的一种优选方案，在所述以桶探测信号和散斑相关性为依据挑选指定数量的散斑的步骤中，将桶探测信号与其均值差值的绝对值作为目标参数，挑
选能够让目标参数增大的散斑。
[0016]作为本专利技术鬼成像方法的一种优选方案，在所述以桶探测信号和散斑相关性为依据挑选指定数量的散斑的步骤中，通过设置阈值，若新挑选出的散斑与之前挑选出的散斑相关系数超过所设置的阈值，则丢弃这个散斑重新选取。
[0017]作为本专利技术鬼成像方法的一种优选方案，在所述以桶探测信号和散斑相关性为依据挑选指定数量的散斑的步骤中，设置总选择次数的最大值，若达到总选择次数的最大值仍未选到符合要求的散斑，剩下的散斑随机选取。
[0018]作为本专利技术鬼成像方法的一种优选方案，所述将初始散斑随机分为两组，通过交叉变异产生子代散斑的步骤、将初始散斑中的亲代与子代散斑与目标进行作用，得到相应的桶探测信号的步骤，以及以桶探测信号和散斑相关性为依据挑选指定数量的散斑，作为优化后的随机散斑的步骤循环执行，重建图像质量随循环执行次数增加而提高。
[0019]一种基于遗传算法的鬼成像系统，包括：
[0020]初始散斑生成模块，用于指定散斑个数，随机生成初始散斑；
[0021]子代散斑生成模块，用于将初始散斑随机分为两组，通过交叉变异产生子代散斑；
[0022]桶探测模块，用于将初始散斑中的亲代与子代散斑与目标进行作用，得到相应的桶探测信号；
[0023]散斑挑选模块，用于以桶探测信号和散斑相关性为依据挑选指定数量的散斑，作为优化后的随机散斑；
[0024]图像重建模块，用于使用优化后的随机散斑与对应的桶探测信号重建图像。
[0025]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述的计算机程序被处理器执行时实现所述基于遗传算法的鬼成像方法的步骤。
[0026]相较于现有技术，本专利技术至少具有如下的有益效果：
[0027]将散斑不同位置上的像素值对应为遗传算法中的遗传信息，在子代散斑产生后，为了丰富散斑多样性，引入变异机制，每个子代均有一定概率产生突变随机改变散斑像素值。本专利技术将初始散斑中的亲代与子代散斑与目标进行作用，得到相应的桶探测信号；再以桶探测信号和散斑相关性为依据挑选指定数量的散斑，作为优化后的随机散斑；最后使用优化后的随机散斑与对应的桶探测信号重建图像，本专利技术基于遗传算法实现随机散斑的优化，可以在同等采样率的情况下，获取相较于直接使用大量随机散斑更高质量的目标图像。
附图说明
[0028]图1为本专利技术实施例基于遗传算法的鬼成像方法流程图；
[0029]图2为本专利技术实施例基于遗传算法的鬼成像系统的成像过程图；
[0030]图3为本专利技术实施例与其他各类方法的成像结果对比图；
[0031]图4为本专利技术实施例基于遗传算法的鬼成像系统结构框图。
具体实施方式
[0032]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电
路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0033]参见图1，本专利技术一种基于遗传算法的鬼成像方法，包括以下步骤：
[0034]S101、指定散斑个数，随机生成初始散斑；
[0035]本专利技术针对的优化对象为指定数量的一套散斑，而非对一张散斑进行像素结构上的优化。
[0036]S102、将初始散斑随机分为两组，通过交叉变异产生子代散斑；
[0037]随机散斑被随机分为父本与母本，本专利技术将散斑不同位置上的像素值对应为遗传算法中的遗传信息，因此，子代散斑的像素值将分别来自其对应的父本与母本。其中交叉算子包含但不局限于：单点交叉，多点交叉，部分匹配交叉，均匀交叉等。在子代散斑产生后，为了丰富散斑多样性，引入变异机制，每个子代均有一定概率产生突变随机改变散斑像素值。
[0038]S103、将初始散斑中的亲代与子代散斑与目标进行作用，得到相应的桶探测信号；
[0039]S104、以桶探测信号和散斑相关性为依据挑选指定数量的散斑，作为优化后的随机散斑；
[0040]鬼成像的基本相关法基于随机涨落光场的统计特性，因此，桶探测信号与桶探测信号本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的鬼成像方法，其特征在于，包括以下步骤：指定散斑个数，随机生成初始散斑；将初始散斑随机分为两组，通过交叉变异产生子代散斑；将初始散斑中的亲代与子代散斑与目标进行作用，得到相应的桶探测信号；以桶探测信号和散斑相关性为依据挑选指定数量的散斑，作为优化后的随机散斑；使用优化后的随机散斑与对应的桶探测信号重建图像。2.根据权利要求1所述基于遗传算法的鬼成像方法，其特征在于，遗传算法的输出为指定数量的一套散斑，将散斑不同位置上的像素值对应为遗传算法中的遗传信息。3.根据权利要求1所述基于遗传算法的鬼成像方法，其特征在于，所述将初始散斑随机分为两组的步骤获得作为父本的随机散斑以及作为母本的随机散斑，父本与母本为亲代；通过将散斑不同位置上的像素值对应为遗传算法中的遗传信息，使子代散斑的像素值将分别来自其对应的父本与母本。4.根据权利要求1所述基于遗传算法的鬼成像方法，其特征在于，所述通过交叉变异产生子代散斑的步骤中，交叉算子包括单点交叉、多点交叉、部分匹配交叉及均匀交叉。5.根据权利要求1所述基于遗传算法的鬼成像方法，其特征在于，在所述以桶探测信号和散斑相关性为依据挑选指定数量的散斑的步骤中，将桶探测信号与其均值差值的绝对值作为目标参数，挑选能够让目标参数增大的散斑。6.根据权利要求5所述基于遗传算法的鬼成像方法，其特征在于，在所述以桶探测信号和散斑相关性为依据挑选指定数量的散斑的步骤中，通过设置阈值，...

【专利技术属性】
技术研发人员：贺雨晨，毛帅，陈娟，李建星，陈辉，徐卓，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：