System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术主要涉及目标探测成像,尤其是一种基于阵列光源的单像素成像方法及装置。
技术介绍
1、光学成像作为人类感知世界的重要手段,在理论研究、科技发展、日常生活中均发挥了重要作用。传统的光学探测成像例如照相机等通常采用ccd、cmos等由硅基材料制成的阵列探测器对物体直接成像,物象之间满足点对点映射关系,其成像波段窄,一般响应可见光波段,在非可见光波段应用较少且价格昂贵,探测能量分散,探测灵敏度低,在远距离目标探测中应用受限。而单像素成像作为一种新型计算成像技术,主要通过由锗、硅等材料制成的单像素探测器来获取信息,具有响应波段宽的特点,已经被广泛应用于非可见光波段成像,例如:红外光成像,太赫兹波成像,x射线成像,还有探测能量集中,灵敏度高,响应快的优势,可被应用于按远程遥感,单像素激光成像雷达等领域,具有较大的实际应用价值。
2、单像素成像技术的基本原理是激光经过空间光调制器件调制为具有特定空间强度分布的结构光场,而后照射目标,经过目标的回光强度由单像素探测器接收,经过多次采样,采用不同的重构算法得到目标物体图像。在单像素成像技术中,照明光场通常通过空间光调制器,led阵列,激光相控阵等器件产生。其中,空间光调制器的刷新频率最高为22.4khz,led阵列刷新频率最高大mhz量级,相对较低,而激光相控阵刷新频率可达ghz量级。此外,前两者功率损耗较大,传输距离近,而激光相控阵可以实现高功率输出。因此采用激光相控阵作为照明光源可以实现高效率成像和远距离目标探测。但是,阵列光源的规则排布将导致重构图像的周期性,严重影响成
技术实现思路
1、针对目前单像素成像中探测距离近、成像效率低、成像质量不高的问题,本专利技术提供一种基于阵列光源的单像素成像方法及装置。本专利技术基于基于阵列光源实现高效率成像和远距离目标探测,同时通过引入深度神经网络去除图像噪声、伪影和周期性,进一步提高单像素成像的成像质量和成像效率。
2、为了解决上述问题,本专利技术的技术方案如下:
3、一方面,本专利技术提供一种基于阵列光源的单像素成像方法,包括:
4、获取阵列光束的照明光场以及阵列光束照射到目标物体上后反射回的回光强度探测值;
5、基于回光强度探测值和照明光场重构目标图像,作为粗略目标图像;
6、基于粗略目标图像和回光强度探测值,利用深度神经网络对目标图像进行重构,输出最终的目标图像。
7、其中所述阵列光束由多路单元光束阵列排布而成,其中每一路单元光束均通过相位调制器进行随机相位调制,具有调制频率快的特点,能够实现照明光场的快速刷新和高速采样,有效提高成像效率。
8、进一步地,基于回光强度探测值和照明光场通过差分鬼成像算法重构目标图像,包括:
9、
10、其中odgi为粗略目标图像,pn表示阵列光束产生的每一帧照明光场,in表示每一帧照明光场照射物体后对应的回光强度探测值,rn表示参考信号探测值,即直接记录得到的每一帧照明光场的强度,<p>、<i>、<r>分别表示照明光场、回光强度探测值和参考信号探测值的系综平均。
11、进一步地,基于粗略目标图像和回光强度探测值,利用无需训练的深度神经网络对目标图像进行重构,包括:
12、将粗略目标图像和回光强度探测值输入到设深度神经网络,得到当前目标图像;
13、根据单像素成像数学模型,将当前目标图像与照明光场进行卷积计算,得到回光强度估计值;
14、基于回光强度探测值和回光强度估计值构建深度神经网络的损失函数,引导深度神经网络参数不断优化迭代更新,直至满足收敛条件,输出满足收敛条件时深度神经网络输出的目标图像,作为最终的目标图像。
15、进一步地,将回光强度探测值和回光强度估计值的均方根误差作为深度神经网络的损失函数。
16、一方面,本专利技术提供基于阵列光源的单像素成像装置,包括:
17、输入模块,用于获取阵列光束的照明光场以及阵列光束照射到目标物体上后反射回的回光强度探测值;
18、粗略目标图像重构模块,用于基于回光强度探测值和照明光场重构目标图像,作为粗略目标图像;
19、优化模块,用于基于粗略目标图像和回光强度探测值,利用无需训练的深度神经网络对目标图像进行重构,输出最终的目标图像。
20、另一方面,本专利技术提供一种基于阵列光源的单像素成像系统,包括:
21、阵列光束产生装置,用于产生阵列光束并将阵列光束照射到目标物体上;所述阵列光束由多路单元光束阵列排布而成,其中每一路单元光束均通过相位调制器进行随机相位调制;
22、采集单元,用于获取阵列光束的照明光场以及阵列光束照射到目标物体上后反射回的回光强度探测值;
23、粗略目标图像重构模块,用于基于回光强度探测值和照明光场重构目标图像,作为粗略目标图像;
24、优化模块,用于基于粗略目标图像和回光强度探测值,利用深度神经网络对目标图像进行重构,输出最终的目标图像。
25、另一方面,提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于阵列光源的单像素成像方法的步骤。
26、另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于阵列光源的单像素成像方法的步骤。
27、与现有技术相比,本专利技术的技术效果如下:
28、本专利技术提供了基于阵列光源的的单像素成像方法,阵列光束由多路单元光束阵列排布而成,其中每一路单元光束均通过相位调制器进行随机相位调制。与现有的空间光调制器件相比,本专利技术的成像系统具有调制频率快的特点,实现照明光场的快速刷新和高速采样,有效提高成像效率。
29、本专利技术基于粗略目标图像和回光强度探测值,利用无需训练的深度神经网络对目标图像进行重构,输出最终的目标图像。与传统的重构算法相比,能够高效提取图像特征和信息,有效去除噪声,伪影和周期性等不良影响,提高重构图像质量。
30、综上,本专利技术具有成像质量高、成效效率高、发射功率高、探测距离远的优势,可在远距离目标探测领域发挥重要作用。
本文档来自技高网...【技术保护点】
1.基于阵列光源的单像素成像方法,其特征在于,包括:
2.根据权利要求1所述的基于阵列光源的单像素成像方法,其特征在于,基于回光强度探测值和照明光场通过差分鬼成像算法重构目标图像,包括:
3.根据权利要求1所述的基于阵列光源的单像素成像方法,其特征在于,基于粗略目标图像和回光强度探测值,利用深度神经网络对目标图像进行重构,包括:
4.根据权利要求3所述的基于阵列光源的单像素成像方法,其特征在于,将回光强度探测值和回光强度估计值的均方根误差作为深度神经网络的损失函数。
5.根据权利要求4所述的基于阵列光源的单像素成像方法,其特征在于,所述收敛条件为:其中In表示每一帧照明光场照射物体后对应的回光强度探测值,Ie表示预估的每一帧照明光场照射物体后对应的回光强度估计值,θ为设定的阈值。
6.根据权利要求3或4所述的基于阵列光源的单像素成像方法,其特征在于,所述收敛条件为:当迭代次数达到设定的最大值。
7.基于阵列光源的单像素成像装置,其特征在于,包括:
8.基于阵列光源的单像素成像系统,其特征在于,包括
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述基于阵列光源的单像素成像方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的基于阵列光源的单像素成像方法的步骤。
...【技术特征摘要】
1.基于阵列光源的单像素成像方法,其特征在于,包括:
2.根据权利要求1所述的基于阵列光源的单像素成像方法,其特征在于,基于回光强度探测值和照明光场通过差分鬼成像算法重构目标图像,包括:
3.根据权利要求1所述的基于阵列光源的单像素成像方法,其特征在于,基于粗略目标图像和回光强度探测值,利用深度神经网络对目标图像进行重构,包括:
4.根据权利要求3所述的基于阵列光源的单像素成像方法,其特征在于,将回光强度探测值和回光强度估计值的均方根误差作为深度神经网络的损失函数。
5.根据权利要求4所述的基于阵列光源的单像素成像方法,其特征在于,所述收敛条件为:其中in表示每一帧照明光场照射物体后对应的回光强度探测值,ie表示预估的每一帧...
【专利技术属性】
技术研发人员:韩凯,雷国忠,来文昌,崔文达,王彦,孟琪,刘昊,
申请(专利权)人:中国人民解放军国防科技大学,
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。