CN108156399A - 基于压缩感知理论的单像素相机视频成像*** - Google Patents
基于压缩感知理论的单像素相机视频成像*** Download PDFInfo
- Publication number
- CN108156399A CN108156399A CN201810053080.5A CN201810053080A CN108156399A CN 108156399 A CN108156399 A CN 108156399A CN 201810053080 A CN201810053080 A CN 201810053080A CN 108156399 A CN108156399 A CN 108156399A
- Authority
- CN
- China
- Prior art keywords
- single pixel
- video imaging
- pixel camera
- imaging system
- camera video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/71—Charge-coupled device [CCD] sensors; Charge-transfer registers specially adapted for CCD sensors
- H04N25/75—Circuitry for providing, modifying or processing image signals from the pixel array
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于光电探测器的单像素相机视频成像***,主要由光源模块、DMD光调制模块、信号采集模块以及算法恢复模块组成。具体来说,本发明以传统单像素相机为基础,采用多光谱光源照射目标物体,将目标物体反射的光汇聚到DMD上,通过DMD对光信号的调制后,通过准直透镜和光纤将光汇聚到探测器的感光面上,再通过A/D转换为光强数值,将其搭配观测矩阵一起导入TVAL3算法即可成像;由于受到仪器性能参数和软件算法的限制,传统的单像素相机成像速度慢,无法达到视频成像的要求。本发明的单像素相机视频成像***通过对采集卡参数调教和DAQ的深层优化,不仅提高了成像质量,还可以实现多光谱范围视频成像。
Description
技术领域
本发明属于光学成像***以及图像处理领域,尤其涉及一种单像素相机***。
背景技术
在科技迅速发展的今天,人们所需要获取的信息数据量成指数增长的同时,对传统的数据获取技术也提出了很大的挑战。在成像技术方面,比如MRI、数码相机,数码相机上COMOS阵列传感器收集了大量的数据,然后再经过压缩丢弃掉90%的数据,这种处理数据方式造成了资源存储空间的浪费,如果在数据采集的过程中收集大量的数据只是为了随后的删除,那么为什么不一开始就丢弃占比很大的冗余信息,只采集很少一部分数据并且可以从这些少量数据中就可以解压出大量与原始相关的信息。
2006年由Candes、Romberg、Tao和Donoho等人(参考非专利文献1:Donoho DL.Compressed sensing.IEEE Transactions onInformation Theory,2006,52(4):1289-1306)提出一种新型原始信号或者图像进行精确重构的理论一压缩感知理论,是一种通过对信号的高度不完备线性测量的高精确的重建技术。2006年,由美国RICE大学科研组将压缩感知理论应用于成像,并且设计出单像素相机模型,利用数字微镜阵列(DMD)的实时翻转和单元光电探测器分别对光路进行调制以及测量光强值,在PC端将经过A/D转换的电压值与数字微镜翻转对应的测量矩阵导入重构算法恢复出场景图。
单像素相机最大的优点就在于只需要更换一个特定波长,灵敏度更高的探测器即可将这个***应用于非可见光领域的应用,很大程度上降低***复杂度以及成本。由于国内半导体工艺技术受限,特定波长的探测器阵列成本昂贵,实现非可见光下大面积阵列传感器的成像存在很多困难,此时,单像素成像***提供了一个新的解决思路。
发明人团队在传统单像素相机的基础上,对其结构光路进行了优化改进,提出了具有更好信噪比,简化实验装置的基于多模光纤的单像素相机模型。只需要在DMD到探测器之间的回路加上光纤,再经过转接件连接到单元探测器的感光面内,就可以同时避免环境光对实验带来的干扰以及省去了将DMD反射光调入感光面的步骤(参见专利文献1:中国专利申请号CN201710582132.3)。但是,该方案并未涉及采样方式。如采用传统的采样方式,由于其是一个集成化的采集助手,相关的算法结构繁琐,每次采样都需要进行反馈,这大大增加了连续采样的周期,降低了采样速率,最高只能达到正确采样的10帧每秒。
发明内容
针对现有技术中存在的缺陷或不足,本发明提供了一种在传统单像素相机的基础上,对其传统的采样方式进行了优化改进,提出了具有极高采样速率,能在多光谱范围内视频成像的单像素相机***。这种单像素相机***的信号采集模块采用同步脉冲的高电平进行采样,低电平停止采样的新采样方案,该采样方案可以实现采样速率最高3000帧每秒,达到了DMD翻转速率的极限,能够充分满足视频成像的要求。
为了实现上述目的,本发明采取以下技术方案:
一种基于压缩感知理论的单像素相机视频成像***,包括光源、透镜、DMD芯片、准直镜、光纤、光电探测器、采集卡和计算机;所述光源照射到由可调速电机驱动而转动的被测物体上,将转动产生的像面投影到DMD芯片表面,经过所述DMD芯片内的数字微镜的翻转进行调制,调制光经过所述多模光纤以及准直镜进入到所述光电检测器的感光面中;当所述DMD芯片内的数字微镜开始翻转时,同步触发信号通过同轴线缆传送到采集卡上,此时采集卡开始A/D转换以及将数据传送到所述计算机进行图像恢复处理;所述***的采样方案为:同步脉冲的高电平进行采样,低电平停止采样。
本发明的有益效果是:本发明提出的基于压缩感知理论的单像素相机视频成像***工作在多光谱范围内,改进新的采样方案的好处在于可以实现超高速采样,达到DMD翻转速率极限,充分满足视频成像要求。我们只需要更换不同的光源和传导光纤就可以在多光谱范围内进行单像素视频成像。传统的单像素相机,简单可行的采样方式上就是利用了DAQ助手来进行的采样,影响成像速率的因素主要有:数据采集卡的采样速率和硬件参数,其中最重要的是就是数据采集卡的采样速率,因为采集速率是与采样方式有关,常规采用的是Labview自带的DAQ助手-一种软件自带的多功能采样助手,DAQ助手由于其代码结构繁琐,每进行一次采样就要进行反馈,这样会大大增加采样周期,导致采样速率非常缓慢,最高只能达到正确采样的10帧每秒,采集一幅32*32像素的图片信息需要5到6分钟左右,远远达不到视频成像要求,而本发明对DAQ进行深度优化,采用了同步脉冲的高电平进行采样,低电平停止采样的新采样方案,这样优化采样方式可以极大提高采样速率,最高可以达到3000帧每秒,一幅32*32像素的图片只需要0.34s就可以采集完成,采集速度相比传统采集方式提高了1000倍,满足视频成像要求。
附图说明
图1是哈德玛矩阵分布示意图;
图2(a)是基于压缩感知理论的单像素相机视频成像***结构图;
图2(b)是电机驱动目标物体转动的结构示意图;
图3是改进的单像素相机视频成像***采样方案原理图;
图4是一个100帧每秒的采样过程的原理图;
图5是改进的单像素相机视频成像***的Labview界面实现方案图;
图6为传统的单像素相机视频成像***的采样方案原理图;
图7(a)为本发明的***在32*32像素分辨率下成像效果图;
图7(b)为本发明的***在64*64像素分辨率下成像效果图。
具体实施方式
下面结合附图说明及具体实施方式对本发明进一步说明。
如附图1所示,首先生成一个大小为N×N大小的哈达玛矩阵,然后随机的从该哈达玛矩阵中选取M行向量,从中选取M行之后得到的部分哈达玛矩阵具有较强的非相关特性和部分正交性,所以与其他的矩阵相比较该测量矩阵需要的观测值较少,但是由于哈达玛矩阵自身构建原因,其维度必须为2的整次幂。
Walsh变换具有以下的特点:快速算法,实数运算,加减法,速度快,可硬件实现,精度低。
拉德梅克函数:
R(n,t)=sign[sin(2nπt)] (1)
Walsh序列的Walsh函数:
p=log2(N)为序列对应的bit数,为格雷码;Hadamard序列的walsh函数其中的指数为二进制码的倒序码,进一步拓展得到:
利用TVAL3(Totvariation Augmented Lagrangian Alternating DirectionAlgorithm),也就是基于全变分正则化下通过增强拉格朗日函数以及交替方向变换的方法来实现对目标函数的求解。其主要的优点就是速度快,重建的图像质量较高,此外该方法灵活,支持多种测量矩阵以及多种的约束条件。
而上述的所有问题的解决就是全变分正则化模型,也就是在压缩感知理论中需要求解的一个问题,具体的数学形式如下:
其中u∈n代表的是离散的信号或者是二维的图像信号,Diu∈2是图像信号u在像素位置i处的一个离散梯度:
A∈m×n(m<n)是对应的观测矩阵,b是对于原始的图像的观测值,|| ||在这里是l1或l2范数的代表,而TVAL3就是为了解决这样在给定的图像数据u的情况下类似于周期性、Neumann以及一些边界条件的问题。而我们也看到上述的模型由于其非可微与非线性的关系就很难在TV(Total variation)的框架方法下进行求解,而TVAL3就是通过利用增强的拉格朗日函数以及交替方向变换。
简单的回顾一下等式约束条件下的问题求解:
那么引入拉格朗日乘子之后可以转变为:
L(x,λ)=f(x)-λTh(x) (7)
进一步的简化可以得到:
对其进行二次拓展得到:
在上式中LA(x,λ;μ)就称为是增广的拉格朗日函数,由于引入了二次罚函数所以对应的增广拉格朗日的函数与标准的拉格朗日函数求解是有很大的区别的。对应的求解方式由以上的主要流程组成,此外还有一部分要考虑到的就是在求解的过程中是全局最优的解还是局部最优的解,也是在函数的迭代求解过程中对于函数本身性能影响较大的几个因素之一。
在上面讨论了拉格朗日的增广函数之后我们可以进一步的将其对应的函数推广到TV模型的应用上面来,那么我们就会有以下的等式约束问题需要求解:
其中:
而上述的问题已经转变为一个目标函数的求解问题,那么在这种情况下我们可以进一步的采用交替方向变换的方法来实现简化,就是先求解w然后再求解u,最后获得最后结果。
根据上述的推导我们可知,在实际的算法恢复原始图像的过程中对较为复杂的数学公式进行了分解,然后分步求解最后得到较好的实验结果。
如附图2所示,本发明的基于多模光纤的单像素相机***的结构示意图,所述***包括光源1、透镜3、DMD芯片4、准直镜5、多模光纤6、ADC 7和计算机8,首先光源1照射到由可调速电机驱动而转动的目标物体2上,将转动产生的像面投影到DMD芯片4表面,经过DMD芯片4内的数字微镜的翻转进行调制,调制光经过准直镜5以及多模光纤6进入到光电探测器(图中未示出)的感光面中,光电探测器的感光面大小一般为1mm2。当DMD芯片4内的数字微镜开始翻转时,同步触发信号会通过同轴线缆传送到采集卡(即ADC7)上,此时采集卡开始A/D转换以及将数据传送到计算机8用labview编写的恢复界面进行恢复,恢复算法可采用上面提出的算法。
在搭建完整个单像素相机视频成像***光路后,对改进的采样方案原理进行介绍,因为改进的采样方案是采用同步脉冲的高电平进行采样,低电平停止采样,如附图3所示。具体就是引用了一个基于DAQmx API函数中触发函数中的属性函数暂停触发函数,从而实现采样的同步。为了进一步阐述新方案采样速度提高的原理,以一个100帧每秒的采样过程来举例,如附图4所示,对应每个采样周期是10ms,其中设置同步脉冲的高电平为1ms,即对应的在上位机设置为20,上位机的初始设置为50us,实际值为n*50。在1ms采到10个数值,然后经过均值处理取一个有效值,即一个同步脉冲周期采集一个有效数据,对应的实际采样时钟的采样速率就会大大提高,最终达到10K/S。其中,附图5是新改进的单像素相机视频成像***的Labview界面实现方案图。
本发明的***可以在多光谱波段进行视频成像,只需要更换光源和传导光纤就可以实现在各种光谱波段成像,比如在红外波段,阵列探测器成像比较昂贵,使用这种单像素设备就可以很好的降低成像成本。
而对比传统采样方案(直接采用DAQ助手进行采样),由于采用DAQ助手是一个集成化的采集助手,其中会涉及到采样后会有反馈,导致采样的速率不能提高。具体就是在DMD的一个翻转周期内,当探测到同步信号之后,采集卡开始采样,如附图6所示,是一个帧率是100HZ的采样过程,一个周期是10ms,其中同步脉冲信号占用的时间是400us,采样的时间是9ms,期间采集卡采样90个数据,对90个数据进行均值处理,得到一个有效数据,在DMD的一个翻转周期内就会得到一个有效的数据,即对应的是探测到一个压缩测量值。理论上可以达到每秒采集到100个有效数据,但是由于采样用的是DAQ助手进行采样的,DAQ助手对于低速采样没有什么大的影响,但是对于一个同步信号过快就会导致采样数据丢失的问题,最后导致采样到的数据不正确。这个方案理论上可行,但是实际运用到采集到数据的时候就出现了错误。为了防止丢失数据只能降低采样速率,这样势必会导致成像速度必然降低下来,最终验证,采样速率最高只能达到3帧每秒,否则,就会丢失数据。
采用了改进的采样方案后,对整个***视频成像的恢复效果进行展示,如附图7(a)所示,是一个用白光作为光源,目标物体是一个转动的带缺口的圆,32*32像素分辨率下的视频成像截图,可以从视频成像的截图观察到,视频成像的效果非常好,噪声低。其余条件不变,进一步提高分辨率,达到64*64像素分辨率时的视频成像截图,如附图7(b)所示,可以明显观察到,随着分辨率的提高,成像效果的精细度度也随之提高。本发明对将来的单像素相机的视频成像***拓展应用提供了很好的基础准备。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (9)
1.基于压缩感知理论的单像素相机视频成像***,其特征在于:所述***包括光源、透镜、DMD芯片、准直镜、光纤、光电探测器、采集卡和计算机;所述光源照射到由可调速电机驱动而转动的被测物体上,将转动产生的像面投影到DMD芯片表面,经过所述DMD芯片内的数字微镜的翻转进行调制,调制光经过所述多模光纤以及准直镜进入到所述光电检测器的感光面中;当所述DMD芯片内的数字微镜开始翻转时,同步触发信号通过同轴线缆传送到采集卡上,此时采集卡开始A/D转换以及将数据传送到所述计算机进行图像恢复处理;所述***的采样方案为:同步脉冲的高电平进行采样,低电平停止采样。
2.根据权利要求1所述的单像素相机视频成像***,其特征在于:所述采用方案具体为:引用了一个基于DAQmx API函数中触发函数中的属性函数暂停触发函数,从而实现采样的同步,只需要根据目标采集速率,容易得到周期的数值,再设置相应的上位机数值即可。
3.根据权利要求1所述的单像素相机视频成像***,其特征在于:所述***能在多光谱波段进行视频成像,只需要更换光源和光纤就即可实现在各种光谱波段成像。
4.根据权利要求1所述的单像素相机视频成像***,其特征在于:所述光源为多光谱光源。
5.根据权利要求1所述的单像素相机视频成像***,其特征在于:所述***的测量矩阵利用哈达玛正交矩阵,恢复算法为TVAL3算法。
6.根据权利要求5所述的单像素相机视频成像***,其特征在于:首先生成一个大小为N×N大小的哈达玛矩阵,然后随机的从该哈达玛矩阵中选取M行向量,选定的部分哈达玛矩阵具有较强的非相关特性和部分正交性,所以与其他的矩阵相比较该测量矩阵需要的观测值较少,但是由于哈达玛矩阵自身构建原因,其维度必须为2的整数次幂。
7.根据权利要求1所述的单像素相机视频成像***,其特征在于:所述光电检测器的感光面大小为1mm2。
8.根据权利要求1所述的单像素相机视频成像***,其特征在于:所述计算机用Labview编写的恢复界面进行恢复操作。
9.根据权利要求8所述的单像素相机视频成像***,其特征在于:采集的数据经过A/D转换之后,通过USB接口以TDMS格式被Labview编写的采集恢复界面调用,实时的恢复被测物体的图像,并离线恢复视频图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810053080.5A CN108156399A (zh) | 2018-01-19 | 2018-01-19 | 基于压缩感知理论的单像素相机视频成像*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810053080.5A CN108156399A (zh) | 2018-01-19 | 2018-01-19 | 基于压缩感知理论的单像素相机视频成像*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108156399A true CN108156399A (zh) | 2018-06-12 |
Family
ID=62461664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810053080.5A Pending CN108156399A (zh) | 2018-01-19 | 2018-01-19 | 基于压缩感知理论的单像素相机视频成像*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108156399A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109348103A (zh) * | 2018-10-26 | 2019-02-15 | 大连海事大学 | 一种基于时间编码的相机时间分辨率倍增方法与装置 |
CN111130556A (zh) * | 2019-12-25 | 2020-05-08 | 北京航天控制仪器研究所 | 一种对Hadamard测量基进行排序的方法 |
CN111443358A (zh) * | 2020-03-12 | 2020-07-24 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 单点探测成像*** |
CN111698435A (zh) * | 2020-06-10 | 2020-09-22 | 北京理工大学 | 空频谱多维联合调制的成像加速方法和装置 |
CN111698405A (zh) * | 2020-06-05 | 2020-09-22 | 中国航空工业集团公司洛阳电光设备研究所 | 一种并行压缩感知成像装置 |
CN115372991A (zh) * | 2022-09-07 | 2022-11-22 | 辽宁大学 | 一种基于压缩感知的光谱超分辨单像素成像方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110109773A1 (en) * | 2009-11-10 | 2011-05-12 | General Electric Company | System and method for adaptive nonlinear compressed visual sensing |
CN104301701A (zh) * | 2014-11-12 | 2015-01-21 | 四川大学 | 一种随机翻转数字微镜(dmd)阵列*** |
CN104407506A (zh) * | 2014-12-10 | 2015-03-11 | 华南师范大学 | 基于压缩传感理论的数字全息成像装置及其成像方法 |
CN204360096U (zh) * | 2014-12-10 | 2015-05-27 | 华南师范大学 | 基于压缩传感理论的数字全息成像装置 |
CN105897344A (zh) * | 2016-04-22 | 2016-08-24 | 浙江大学 | 一种采用光频域随机混频的单像素二维成像***及方法 |
US9645377B2 (en) * | 2015-02-06 | 2017-05-09 | The Johns Hopkins University | Compressive imaging systems and methods |
-
2018
- 2018-01-19 CN CN201810053080.5A patent/CN108156399A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110109773A1 (en) * | 2009-11-10 | 2011-05-12 | General Electric Company | System and method for adaptive nonlinear compressed visual sensing |
CN104301701A (zh) * | 2014-11-12 | 2015-01-21 | 四川大学 | 一种随机翻转数字微镜(dmd)阵列*** |
CN104407506A (zh) * | 2014-12-10 | 2015-03-11 | 华南师范大学 | 基于压缩传感理论的数字全息成像装置及其成像方法 |
CN204360096U (zh) * | 2014-12-10 | 2015-05-27 | 华南师范大学 | 基于压缩传感理论的数字全息成像装置 |
US9645377B2 (en) * | 2015-02-06 | 2017-05-09 | The Johns Hopkins University | Compressive imaging systems and methods |
CN105897344A (zh) * | 2016-04-22 | 2016-08-24 | 浙江大学 | 一种采用光频域随机混频的单像素二维成像***及方法 |
Non-Patent Citations (4)
Title |
---|
F. SOLDEVILA ET AL.: ""Single-pixel hyperspectral imaging polarimeter for full Stokes parameter measurement"", 《2013 12TH WORKSHOP ON INFORMATION OPTICS (WIO)》 * |
HONGWEI CHEN ET AL.: "High speed single-pixel imaging via time domain compressive sampling", 《OPTICAL SOCIETY OF AMERICA》 * |
彭进业 等: "高速单像素相机数据采集***", 《光学精密工程》 * |
李正炜: ""基于压缩传感理论的单像素相机成像研究"", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109348103A (zh) * | 2018-10-26 | 2019-02-15 | 大连海事大学 | 一种基于时间编码的相机时间分辨率倍增方法与装置 |
CN109348103B (zh) * | 2018-10-26 | 2021-05-25 | 大连海事大学 | 一种基于时间编码的相机时间分辨率倍增方法与装置 |
CN111130556A (zh) * | 2019-12-25 | 2020-05-08 | 北京航天控制仪器研究所 | 一种对Hadamard测量基进行排序的方法 |
CN111130556B (zh) * | 2019-12-25 | 2023-11-10 | 北京航天控制仪器研究所 | 一种对Hadamard测量基进行排序的方法 |
CN111443358A (zh) * | 2020-03-12 | 2020-07-24 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 单点探测成像*** |
CN111443358B (zh) * | 2020-03-12 | 2022-06-03 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 单点探测成像*** |
CN111698405A (zh) * | 2020-06-05 | 2020-09-22 | 中国航空工业集团公司洛阳电光设备研究所 | 一种并行压缩感知成像装置 |
CN111698435A (zh) * | 2020-06-10 | 2020-09-22 | 北京理工大学 | 空频谱多维联合调制的成像加速方法和装置 |
CN111698435B (zh) * | 2020-06-10 | 2021-04-27 | 北京理工大学 | 空频谱多维联合调制的成像加速方法和装置 |
CN115372991A (zh) * | 2022-09-07 | 2022-11-22 | 辽宁大学 | 一种基于压缩感知的光谱超分辨单像素成像方法 |
CN115372991B (zh) * | 2022-09-07 | 2024-07-02 | 辽宁大学 | 一种基于压缩感知的光谱超分辨单像素成像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108156399A (zh) | 基于压缩感知理论的单像素相机视频成像*** | |
US9645377B2 (en) | Compressive imaging systems and methods | |
US9807317B2 (en) | Multi-spectral imaging method for ultraweak photon emission and system thereof | |
Wang et al. | High-speed hyperspectral video acquisition by combining nyquist and compressive sampling | |
CN102393248B (zh) | 一种时间分辨极弱光多光谱成像***及方法 | |
CN107817641A (zh) | 基于多模光纤的单像素相机*** | |
CN102768069B (zh) | 一种互补测量的单光子光谱计数成像***及方法 | |
CN104154998B (zh) | 一种基于压缩感知的计算多光谱成像图谱的重构方法 | |
CN106993121B (zh) | 一种基于压缩感知的高光谱图像采集成像***与控制方法 | |
CN102510282A (zh) | 一种时间分辨单光子计数二维成像***及方法 | |
CN103308189B (zh) | 一种基于双压缩符合测量的纠缠成像***及方法 | |
CN204788661U (zh) | 基于压缩感知的计算多光谱成像*** | |
CN102769460B (zh) | 一种互补测量的时间分辨单光子计数成像***及方法 | |
CN110779625B (zh) | 一种四维超快摄影装置 | |
CN110044481B (zh) | 一种压缩高光谱显微成像的***及方法 | |
Welsh et al. | Multi-wavelength compressive computational ghost imaging | |
CN110044483A (zh) | 一种单光子压缩偏振成像装置及方法 | |
CN105182359A (zh) | 一种星载Lidar 超混沌压缩感知高空间分辨率成像方法 | |
Kilic et al. | Compressed sensing in photonics: tutorial | |
Yang et al. | Deep‐learning based on‐chip rapid spectral imaging with high spatial resolution | |
CN102768070B (zh) | 一种互补测量的单光子计数成像***及方法 | |
Kuusela | Single-pixel camera | |
CN107389192B (zh) | 稀疏光谱的压缩感知重构***及其方法 | |
Yuan et al. | Single photon compressive imaging based on digital grayscale modulation method | |
CN109361833B (zh) | 一种单光子压缩视频传输装置的传输方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180612 |
|
RJ01 | Rejection of invention patent application after publication |