一种多模光纤单像素成像降噪方法及存储介质技术

本发明专利技术的一种多模光纤单像素成像降噪方法及存储介质，用于提高多模光纤单像素成像质量。该方法首先利用多模光纤单像素成像系统获取原测量矩阵及原测量值；然后对原测量矩阵和原测量值依次进行差值处理，加权处理，归一化处理以及去均值处理，得到优化测量矩阵和优化测量值，对优化测量矩阵和优化测量值利用压缩感知重构算法恢复目标图像。相比于原始方案中直接对原测量矩阵和原测量值进行去均值处理后压缩重构恢复的图像，使用本发明专利技术方法恢复图像具有更好的重建质量。像具有更好的重建质量。像具有更好的重建质量。

【技术实现步骤摘要】
一种多模光纤单像素成像降噪方法及存储介质


[0001]本专利技术涉及压缩多模光纤单像素成像领域，具体涉及一种多模光纤单像素成像降噪方法及存储介质。

技术介绍

[0002]内窥镜是一种多学科的通用成像工具，可以深入探查普通成像工具无法到达的地方。目前，商业内窥镜使用更多还是单模光纤束(SMF)，然而其空间分辨率受限于SMF的数量和SMF中芯的大小。因此，多模光纤(MMF)引起了人们的兴趣和关注，因为它支持更多的光模式传输。然而，由于光纤模式的色散和耦合，通过MMF光纤的光线会在其末端形成斑点图案，在光纤不受外界影响时在相同的调制基下可以得到相似性极高的两张图像，然而，光纤对微振动和微弯曲等干扰极为敏感，使得末端斑点图案在相同的调制基下会得到不一致的图案，因此导致像柔性内镜这样的应用范围非常有限。
[0003]近些年由于压缩感知理论的兴起，人们提出了更稳健、更简单的结合压缩感知(CS)的MMF单像素成像方案(Amitonova LV,De Boer JF.Opt.Lett2018；43(21):5427
–
30.)。事实上，虽然压缩感知能够抵抗一定的噪声，如光纤弯曲，但随着噪声的加重使其压缩感知算法恢复的图像不连续且背景噪声多影响具体目标识别，甚至难以恢复出目标图像(Lan M,et al.Opt.Express 2019；27(9):12957
–
62.)。最近，有一种新的方案用于多模光纤内窥成像中，即在多种光纤配置下记录信息然后对其进行平均以提高多模光纤的弯曲抵抗性(Lan M，et al.Opt.Express 2020；28(9):13662.)。但这种降噪方式对于多模光纤内窥成像是耗时的，而且真实场景下数据的一一对应关系是难以实现的，以至于过多的噪声干扰是抑制压缩多模光纤成像的主要因素。
[0004]利用压缩感知算法的多模光纤单像素成像很难恢复出目标图像，主要由采集的数据中含有较大的噪声引起，因其需要降低数据中噪声的占比以提高成像质量。

技术实现思路

[0005]本专利技术提出的一种多模光纤单像素成像降噪方法，可解决上述技术问题。
[0006]为实现上述目的，本专利技术采用了以下技术方案：
[0007]一种多模光纤单像素成像降噪方法，包括以下步骤，
[0008]S1、基于成像系统，获取M行N列的原测量矩阵Ao(Ao∈R
M
×
N
)及M行1列的原测量值Yo(Yo∈R
M
×1)两个原始数据；其中M为采样次数，N为目标图案的像元总数；
[0009]S2、基于原始成像数据Ao和Yo，对其进行差值处理以去掉原始数据中的时不变噪声值，获取差值测量矩阵Ad和差值测量值Yd；
[0010]S3、对步骤S2得到的差值测量矩阵Ad和差值测量值Yd进行加权处理，以降低差值测量值中的时变噪声值的占比，获取加权测量矩阵Aa和加权测量值Ya；
[0011]S4、将步骤S3得到的加权测量矩阵Aa和加权测量值Ya进行归一化处理，以获取归一化测量矩阵An和归一化测量值Yn；
[0012]S5、对归一化测量矩阵An和归一化测量值Yn进行去均值处理，以获取最终重建图像使用的优化测量矩阵A和优化测量值Y；
[0013]S6、重建目标图像，对优化测量矩阵A和优化测量值Y利用压缩感知重构算法恢复目标图像。
[0014]进一步的，步骤S2中所述获取差值测量矩阵Ad和差值测量值Yd的公式为：
[0015][0016]其中Aom为矩阵Ao的第m行的值(Aom∈R1×
N
)，m的值间于[1,M]之间，Yom为Yo的第m行的值，ones(M,1)表示元素为1的M行1列的列向量。
[0017]进一步的，步骤S3中所述获取加权测量矩阵Aa和加权测量值Ya的公式为：
[0018][0019]其中k为比例值，值间于0
‑
1之间，Ad(x,:)为矩阵Ad的第x行的行向量，Yd(x)为Yd的第x行的值。
[0020]进一步的，步骤S4中所述获取归一化测量矩阵An和归一化测量值Yn的公式为：
[0021][0022]其中
‘
./
’
表示点除，ones(1,N)表示元素为1的1行N列的列向量，(Aa)'表示对Aa进行转置，max(*)表示为由矩阵*每列的最大值组成的行向量。
[0023]进一步的，步骤S5中所述获取优化测量矩阵A和优化测量值Y的公式为：
[0024][0025]其中An(x)为矩阵An第x行的值(一个1行N列的行向量)，Yn(x)为测量值Yn第x行的值(一个标量)。
[0026]进一步的，所述步骤S6、重建目标图像，对优化测量矩阵A和优化测量值Y利用压缩感知重构算法恢复目标图像包括信噪比计算公式为：
[0027][0028]其中，(x,y)表示图像中的像素点坐标,R和C分别表示图像的行数和列数，0为理想图像,S为恢复图像。
[0029]再一方面，本专利技术还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤。
[0030]由上述技术方案可知，本专利技术的多模光纤单像素成像降噪方法，相比于外部硬件处理的方式的繁琐，作为一种软处理方式的本专利技术方法更加方便快捷，在相同的数据条件
下经本专利技术重建的图像质量有所提高，在测量次数较多时效果越加明显。
[0031]具体来说，在重构图像中，在低采样数下本专利技术方案和原始方案具有相近的抗干扰能力(如抵抗纤维弯曲),本专利技术方案的重建图像质量略优，随着采样数的增加经本专利技术方案重建的图像在质量上会更加优异，能有效的降低由噪声干扰导致原始重建图像中产生离散点、不连续、背景噪声多等问题,实现更优质的图像质量。经过研究表明,在高采样数下，无论是简单目标物体还是复杂目标物体经本专利技术方案重建的图像在质量上都由明显提高，具有广泛的应用场景。
附图说明
[0032]图1为本专利技术实施的流程图；
[0033]图2为本专利技术实施时的成像系统结构图；
[0034]图3为使用原始重建方式在100％采样率下的采用Tval3算法下的重建图像；
[0035]图4为使用本专利技术方式在100％采样率下的采用Tval3算法下的重建图像；
[0036]图5为使用原始重构方案和本专利技术方案在不同采样次数下的采用Tval3算法重建图像的信噪比图像；
[0037]附图标记说明：
[0038]1‑
激光器；2
‑
扩束器；3
‑
振幅调制器；5
‑
扩束器；6
‑
光纤准直器；7
‑
多模光纤；8
‑
待测样品；9
‑
CCD相机；10
‑
单像素探测器。
具体实施方式
[0039]为使本专利技术实施例的目的、技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多模光纤单像素成像降噪方法，其特征在于，包括以下步骤，S1、基于成像系统，获取M行N列的原测量矩阵Ao(Ao∈R
M
×
N
)及M行1列的原测量值Yo(Yo∈R
M
×1)两个原始数据；其中M为采样次数，N为目标图案的像元总数；S2、基于原始成像数据Ao和Yo，对其进行差值处理以去掉原始数据中的时不变噪声值，获取差值测量矩阵Ad和差值测量值Yd；S3、对步骤S2得到的差值测量矩阵Ad和差值测量值Yd进行加权处理，以降低差值测量值中的时变噪声值的占比，获取加权测量矩阵Aa和加权测量值Ya；S4、将步骤S3得到的加权测量矩阵Aa和加权测量值Ya进行归一化处理，以获取归一化测量矩阵An和归一化测量值Yn；S5、对归一化测量矩阵An和归一化测量值Yn进行去均值处理，以获取最终重建图像使用的优化测量矩阵A和优化测量值Y；S6、重建目标图像，对优化测量矩阵A和优化测量值Y利用压缩感知重构算法恢复目标图像。2.根据权利要求1所述的多模光纤单像素成像降噪方法，其特征在于：步骤S2中所述获取差值测量矩阵Ad和差值测量值Yd的公式为：其中Aom为矩阵Ao的第m行的值(Aom∈R1×
N
)，m的值间于[1,M]之间，Yom为Yo的第m行的值，ones(M,1)表示元素为1的M行1列的列向量。3.根据权利要求1所述的多模光纤...

【专利技术属性】
技术研发人员：钟翔，田兵兵，谷家霖，邓华夏，马孟超，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：