一种针对菲涅尔单透镜计算成像系统的端到端设计方法技术方案

本发明专利技术公开了一种针对菲涅尔单透镜计算成像系统的端到端设计方法，包括：通过建立菲涅尔面形的理想矢高及法线向量分布函数，通过可微光线追迹建立其可微成像模型；建立针对菲涅尔单透镜像差空变特性、色差特性及高频信息损失特性的深度学习图像重建处理模型；以场景图像为输入端，经成像模型得到模糊图像，再经处理模型得到复原图像，以复原图像与场景图像的差异最小为优化目标，对菲涅尔面形参数和图像重建算法参数进行端到端设计；利用菲涅尔单透镜成像模型仿真带误差的成像效果，并通过蒙特

【技术实现步骤摘要】
一种针对菲涅尔单透镜计算成像系统的端到端设计方法


[0001]本专利技术属于光学计算成像
，特别是涉及一种针对菲涅尔单透镜计算成像系统的端到端设计方法。

技术介绍

[0002]传统成像系统的设计依赖于光学设计，通过一系列镜片组合消除各种像差，往往会导致所设计的镜头包含几片甚至十几片透镜。
[0003]近年来，伴随着图像去模糊等图像重建算法的出现，由单片透镜加重建算法构成的成像系统逐渐成为热点，单透镜成像系统相比复杂透镜组成像系统具有体积小、质量轻、结构简单的优势。菲涅尔透镜通过将曲面面形折叠到一个平面上，能够进一步降低单透镜的体积和质量。单透镜成像在智能手机摄像头、无人机平台摄像系统、遥感相机等亟需小型化成像系统领域具有广阔的应用前景。
[0004]现有技术中，菲涅尔单透镜常应用于智能手机摄像头、无人机平台摄像系统、遥感相机等亟需小型化成像系统领域，现有的菲涅尔单透镜计算成像系统设计通常将菲涅尔单透镜按光学指标进行设计，重建算法按图像质量指标进行设计，无法通过系统级指标对两者同时一体化设计。要想实现菲涅尔单透镜和图像重建算法的同时设计，需要构建可微的成像模型和基于重建算法的处理模型。菲涅尔透镜这种非连续曲面存在难以构建可微成像模型的问题，并且现有的图像重建算法缺少针对菲涅尔单透镜成像特性的计算处理和约束方法，在设计过程中也缺少完善的误差分析，无法对加工提供有力指导。

技术实现思路

[0005]本专利技术的目的是提供一种针对菲涅尔单透镜计算成像系统的端到端设计方法，以解决上述现有技术存在的问题。
[0006]为实现上述目的，本专利技术提供了一种针对菲涅尔单透镜计算成像系统的端到端设计方法，包括：
[0007]构建菲涅尔单透镜成像模型和图像重建处理模型；
[0008]输入场景图像，基于所述菲涅尔单透镜成像模型与所述图像重建处理模型获取复原图像，计算所述复原图像与场景图像的差异；
[0009]基于所述复原图像与场景图像的差异，计算菲涅尔单透镜的透镜参数和算法参数；
[0010]基于菲涅尔单透镜成像模型仿真获得带误差的图像，并基于蒙特
‑
卡罗算法分析图像成像效果最差的误差组合，获取容许误差范围。
[0011]可选地，其特征在于，所述菲涅尔单透镜成像模型的构建方法包括：
[0012]基于极限近似建立菲涅尔面形的理想矢高及法线向量分布函数，构建理想模型；
[0013]基于高斯化改进的可微光线对所述理想模型进行追迹，构建所述菲涅尔单透镜成像模型。
[0014]可选地，其特征在于，基于高斯化改进的可微光线对所述理想模型进行追迹的过程包括：
[0015]计算出任意光线经菲涅尔透镜折射后到达像面的位置，计算点扩散函数PSF，基于物点发出的光线计算光线在像面的位置、像元中心位置、欧式距离，计算所述光线的高斯权重；
[0016]对所述高斯权重进行整合，获取所述物点的可微点扩散函数PSF，并进行卷积与插值，获取模糊图像，基于所述模糊图像获取仿真图像。
[0017]可选地，其特征在于，基于所述模糊图像获取仿真图像的方法为：在所述模糊图像中引入高斯噪声，获取所述仿真图像。
[0018]可选地，其特征在于，所述图像重建处理模型的构建方法包括：
[0019]基于Res
‑
Unet图像重建算法获取模糊图像R、G、B三个通道；
[0020]将菲涅尔单透镜空变特征信息作为第四通道加载在R、G、B三个通道之后，组成四个通道，基于所述四个通道获取四通道图；
[0021]基于所述四通道图构建所述图像重建处理模型。
[0022]可选地，其特征在于，基于所述菲涅尔单透镜成像模型与所述图像重建处理模型获取复原图像的过程包括：
[0023]将所述场景图像输入所述菲涅尔单透镜成像模型，获取模糊图像；
[0024]对所述模糊图像引入高斯噪声获取仿真图像，并将所述仿真图像输入所述图像重建处理模型，获取所述复原图像。
[0025]可选地，其特征在于，基于所述复原图像与场景图像的差异，计算菲涅尔单透镜的透镜参数和算法参数的过程包括：基于所述复原图像与所述场景图像的差异计算总损失函数，计算使所述总损失函数最小的菲涅尔单透镜参数和图像重建算法参数。
[0026]可选地，其特征在于，所述总损失函数的计算方法为：
[0027][0028]式中L代表总损失函数，I代表场景图像，代表复原图像，i＝1,2,3,k＝1,2,3均代表图像的R,G,B三个颜色通道；代表由多种梯度构成的重尾分布，f(
·
)代表高通滤波器；λ1,λ2,λ3代表各项约束的权重,且λ1＝1,λ2＝0.01,λ3＝0.01。
[0029]可选地，其特征在于，基于菲涅尔单透镜成像模型仿真获得带误差的图像，并基于蒙特
‑
卡罗算法分析图像成像效果最差的误差组合的过程包括：
[0030]S1.确定各项参数的误差范围，基于蒙特
‑
卡罗算法获取若干个误差组合，基于所述误差范围计算不同误差组合经所述菲涅尔单透镜成像模型得到的含误差图像与场景图像的偏差，求解偏差最大的一组误差组合；
[0031]S2.基于所述图像重建处理模型获取偏差最大的一组误差组合所对应图像的复原图像，若所述复原图像满足预期，则确定组误差范围为容许误差范围，否则缩小误差范围，再次执行所述S1步骤。
[0032]本专利技术的技术效果为：
[0033](1)本专利技术采用极限近似建立了菲涅尔面形的理想矢高及法线方向分布函数，在
此基础上提出了基于光线高斯化的可微光线追迹，建立了菲涅尔单透镜的可微成像模型；
[0034](2)本专利技术针对菲涅尔单透镜像差空变特性、色差特性及高频信息损失特性，在Res
‑
Unet图像重建算法的基础上引入空变信息特征层、色差交叉通道约束及高频信息约束，建立了针对菲涅尔单透镜图像的重建算法处理模型；
[0035](3)本专利技术将菲涅尔单透镜的可微成像模型和图像重建处理模型联合，提出了菲涅尔单透镜计算成像系统的端到端设计方法，实现了菲涅尔单透镜参数和图像重建算法参数的同时一体化设计；
[0036](4)本专利技术在端到端设计中引入了误差设计，借助菲涅尔单透镜成像模型和图像重建处理模型进行了菲涅尔单透镜误差分析，并通过蒙特
‑
卡罗分析得到了菲涅尔单透镜误差容许范围，为加工提供了有力指导；
附图说明
[0037]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0038]图1为本专利技术实施例中的针对菲涅尔单透镜计算成像系统的端到端设计方法流程图；
[0039]图2为本专利技术实施例中的菲涅尔单透镜光线追迹示意图；
[0040]图3为本专利技术实施例中的测试集模糊图像及复原图像的平均PSNR随迭本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对菲涅尔单透镜计算成像系统的端到端设计方法，其特征在于，包括以下步骤：构建菲涅尔单透镜成像模型和图像重建处理模型；输入场景图像，基于所述菲涅尔单透镜成像模型与所述图像重建处理模型获取复原图像，计算所述复原图像与场景图像的差异；基于所述复原图像与场景图像的差异，计算菲涅尔单透镜的透镜参数和算法参数；基于菲涅尔单透镜成像模型仿真获得带误差的图像，并基于蒙特
‑
卡罗算法分析图像成像效果最差的误差组合，获取容许误差范围。2.根据权利要求1所述的针对菲涅尔单透镜计算成像系统的端到端设计方法，其特征在于，所述菲涅尔单透镜成像模型的构建方法包括：基于极限近似建立菲涅尔面形的理想矢高及法线向量分布函数，构建理想模型；基于高斯化改进的可微光线对所述理想模型进行追迹，构建所述菲涅尔单透镜成像模型。3.根据权利要求2所述的针对菲涅尔单透镜计算成像系统的端到端设计方法，其特征在于，基于高斯化改进的可微光线对所述理想模型进行追迹的过程包括：计算出任意光线经菲涅尔透镜折射后到达像面的位置，计算点扩散函数PSF，基于物点发出的光线计算光线在像面的位置、像元中心位置、欧式距离，计算所述光线的高斯权重；对所述高斯权重进行整合，获取所述物点的可微点扩散函数PSF，并进行卷积与插值，获取模糊图像，基于所述模糊图像获取仿真图像。4.根据权利要求3所述的针对菲涅尔单透镜计算成像系统的端到端设计方法，其特征在于，基于所述模糊图像获取仿真图像的方法为：在所述模糊图像中引入高斯噪声，获取所述仿真图像。5.根据权利要求1所述的针对菲涅尔单透镜计算成像系统的端到端设计方法，其特征在于，所述图像重建处理模型的构建方法包括：基于Res
‑
Unet图像重建算法获取模糊图像R、G、B三个通道；将菲涅尔单透镜空变特征信息作为第四通道加载在R、G、B三个通道之后，组成四个通道，基于所述四个通道获取四通道图；基于所述四通道...

【专利技术属性】
技术研发人员：侯晴宇，李宗岭，谭凡教，张荣帅，刘津，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：