【技术实现步骤摘要】
本专利技术涉及快照式无透镜计算成像，尤其是涉及一种直接边缘增强的时间压缩无透镜成像系统及方法。
技术介绍
1、目前，设计用于获取高维图像的传统成像系统通常体积庞大且昂贵，例如用于成像多光谱或三维(3d)物体的多次拍摄和扫描方法。最近，无透镜“漫射相机”在增加新的成像功能方面都显示出巨大的前景。无透镜“漫射相机”通过对物体的高维信息进行编码，漫射扩散器辅助无透镜成像系统能够恢复多维图像，如3d深度成像、高光谱成像、全斯托克斯偏振成像、多模态边缘增强成像等；先校准毛玻璃扩散器或相位掩模的点扩散函数(psf)，然后将漫射扩散器放在物体和2d传感器之间来捕获二维(2d)图像；最后，实现求逆算法(压缩感知)来恢复高维图像。无透镜“漫射相机”的最新进展在这两种应用中也显示出巨大的前景。例如，通过使用专门设计的相位掩模实现了体内无透镜3d显微镜，并且可以通过液晶超表面扩散器编码多维成像，包括空间，光谱和偏振尺寸。此外，可编程扩散器，例如可重新配置的粒子组件掩模，显示出开发可调谐扩散器相机的潜力。
2、获得物体的图像后，图像后处理对于获取其他有用信息至关重要。例如，边缘检测是提取图像信息的重要手段，多年来已经被越来越广泛地应用于农业生产、地理环境监测与自动驾驶无人汽车等实际场景。计算成像领域同样关注高效的边缘检测方案，可是传统的先重建出原图像再提取其边缘的计算策略无疑会因为压缩采样而放大边缘检测的噪声。最近，一些单像素成像的研究工作已经将边缘检测纳入了成像策略中，通过实验上对入射光进行多次特定的调制，可以在后端直接重建更高信噪比的边
技术实现思路
1、为解决上述问题，本专利技术是提供一种直接边缘增强的时间压缩无透镜成像系统及方法，仅将边缘检测融入后期重建算法中，不用对实验测量过程进行任何修改，能够直接重建出物体更真实的边缘，而无需先得到原始图像。
2、为实现上述目的，本专利技术提供了一种直接边缘增强的时间压缩无透镜成像系统，包括非相干led光源，用于实验中透射式成像光路及目标物体的照明；
3、待探测目标物体，基于3d打印的镂空物体，用于透射式成像光路；
4、散射调制漫射体，用于对入射光场进行调制，并在出射端形成伪随机分布的散斑场；
5、cmos相机传感器，以卷帘快门模式进行单次逐行曝光，记录不同时刻出射散斑场的部分强度分布；
6、图像重建模块，用于重建原物体的边缘检测图像。
7、优选的，散射调制漫射体采用毛玻璃。
8、优选的，cmos相机传感器通过卷帘快门模式进行单次逐行曝光，记录不同时刻出射散斑场的部分强度分布，并输入图像重建模块进行压缩重建；
9、优选的，图像重建模块将对应的边缘检测算子作为先验信息，融入进压缩感知算法中，使得采样矩阵的稀疏度得到提高；从已获取的点扩散函数和散斑图中选择相应一行或几行，输入改进后的压缩感知算法，重建出原物体的边缘检测图像。
10、优选的，待探测目标物体在散射调制漫射体的角记忆范围内，散斑的形成过程在物理上可表示为物体o(x,y)与漫射扩散器的点扩散函数p(x,y)的卷积：
11、i(x,y)＝o(x,y)*p(x,y)
12、其中，*表示卷积操作，用矩阵乘法的形式表示上述公式为：
13、y＝axobj
14、其中，y是由i(x,y)的不同像素的强度值组成的列向量；xobj是由o(x,y)的每个像素的强度值组成的列向量；a是与漫射扩散器的光调制相关的采样矩阵或校准矩阵，a的各列可以通过平移和拉伸漫射扩散器的点扩散函数p(x,y)获得。
15、优选的，原始图像xobj可以通过使用求逆算法重建：
16、
17、ψ是将xobj映射到具有稀疏表示的域的线性变化矩阵；τ是调整场景稀疏性的正则化参数。
18、优选的，为了提取待探测目标物体的边缘特征，选择一个边缘检测算子r：
19、
20、待探测目标物体的边缘图像通过卷积或矩阵相乘的形式表达如下：
21、xedge＝r*o(x,y)＝rmxobj
22、其中，xedge是边缘检测图像，rm是将卷积表示为矩阵乘法过程中算子r对应的矩阵形式。
23、优选的，利用单位矩阵e的特性，将上述边缘检测过程与成像过程相结合，用一个矩阵方程表示：
24、
25、
26、在使用同一测量结果y的情况下，以特定的算子r修改光调制过程的采样矩阵a为a'，运用求逆算法重建出原物体的边缘检测图像：
27、
28、。
29、本专利技术提供的一种直接边缘增强的时间压缩无透镜成像方法，包括以下步骤：
30、步骤s1：固定散射调制漫射体与cmos相机传感器的相对位置，用透射式针孔作为点物体，在成像系统的工作距离内校准散射调制漫射体的点扩散函数；
31、步骤s2：将待探测目标物体放置在成像系统的工作距离上，cmos相机以卷帘快门模式单次逐行曝光，得到待探测目标物体的散斑图样；
32、步骤s3：对于重建算法进行改进，将边缘检测过程与压缩重建过程相结合，修改采样矩阵，使之可以在更具稀疏先验特性的“边缘检测域”上直接重建出更为真实的物体的边缘图像；
33、步骤s4：从预先校准的的点扩散函数和探测得到的散斑图样中选择相应一行或几行，输入改进后的压缩感知算法，直接重建出原物体的边缘检测图像。
34、因此，本专利技术采用上述一种直接边缘增强的时间压缩无透镜成像系统及方法，具有以下有益效果：
35、(1)本专利技术通过算法上修改采样矩阵，利用相同的数据获得更好的边缘检测结果，无需任何后处理步骤；
36、(2)与现有的无透镜成像系统优势互补，结合“卷帘快门”曝光模式，能够从单次曝光的散斑图中重建多帧的边缘信息，更加贴近真实使用场景；在偏振、多光谱、三维等成像通道内，本专利技术还有进一步结合提升的潜质。
37、(3)对于其他图像处理任务，如高通/低通滤波、去卷积、去噪等，本专利技术的方法同样适用，只需将“边缘检测算子”替换成相应的图像处理算子，相同的处理思路将得到类似的图像改善的效果。因此，本专利技术将激励无透镜相机向类人工智能的多模态多维度无透镜成像系统进一步发展。
38、下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：
2.根据权利要求1所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：散射调制漫射体采用毛玻璃。
3.根据权利要求1所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：CMOS相机传感器通过卷帘快门模式进行单次逐行曝光，记录不同时刻出射散斑场的部分强度分布，并输入图像重建模块进行压缩重建。
4.根据权利要求1所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：图像重建模块将对应的边缘检测算子作为先验信息，融入进压缩感知算法中，从已获取的点扩散函数和散斑图中选择相应一行或几行，输入改进后的压缩感知算法，重建出原物体的边缘检测图像。
5.根据权利要求1所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：待探测目标物体在散射调制漫射体的角记忆范围内，散斑的形成过程在物理上表示为物体O(x,y)与漫射扩散器的点扩散函数P(x,y)的卷积：
6.根据权利要求5所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：原始图像Xobj通过使
7.根据权利要求6所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：为了提取待探测目标物体的边缘特征，选择一个边缘检测算子R：
8.根据权利要求7所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：利用单位矩阵E的特性，将上述边缘检测过程与成像过程相结合，用一个矩阵方程表示：
9.根据权利要求1-8任一项所述的一种直接边缘增强的时间压缩无透镜成像方法，其特征在于：包括以下步骤：
...【技术特征摘要】
1.一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：
2.根据权利要求1所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：散射调制漫射体采用毛玻璃。
3.根据权利要求1所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：cmos相机传感器通过卷帘快门模式进行单次逐行曝光，记录不同时刻出射散斑场的部分强度分布，并输入图像重建模块进行压缩重建。
4.根据权利要求1所述的一种直接边缘增强的时间压缩无透镜成像系统，其特征在于：图像重建模块将对应的边缘检测算子作为先验信息，融入进压缩感知算法中，从已获取的点扩散函数和散斑图中选择相应一行或几行，输入改进后的压缩感知算法，重建出原物体的边缘检测图像。
5.根据权利要求1所述的一种直接边缘增强的时间压缩无透镜...
【专利技术属性】
技术研发人员：刘保磊，郑泽，王帆，钟晓岚，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
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。