CN113709325B - 基于Hadamard频域变换矩阵阈值滤波的单像素成像方法 - Google Patents

基于Hadamard频域变换矩阵阈值滤波的单像素成像方法 Download PDF

Info

Publication number
CN113709325B
CN113709325B CN202110817757.XA CN202110817757A CN113709325B CN 113709325 B CN113709325 B CN 113709325B CN 202110817757 A CN202110817757 A CN 202110817757A CN 113709325 B CN113709325 B CN 113709325B
Authority
CN
China
Prior art keywords
matrix
frequency domain
hadamard
light source
imaging
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.)
Active
Application number
CN202110817757.XA
Other languages
English (en)
Other versions
CN113709325A (zh
Inventor
陈希浩
吕瑞兵
宋成旭
孟少英
付强
鲍倩倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning University
Original Assignee
Liaoning University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Liaoning University filed Critical Liaoning University
Priority to CN202110817757.XA priority Critical patent/CN113709325B/zh
Publication of CN113709325A publication Critical patent/CN113709325A/zh
Application granted granted Critical
Publication of CN113709325B publication Critical patent/CN113709325B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • H04N23/81Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
    • GPHYSICS
    • G02OPTICS
    • G02BOPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B26/00Optical devices or arrangements for the control of light using movable or deformable optical elements
    • G02B26/08Optical devices or arrangements for the control of light using movable or deformable optical elements for controlling the direction of light
    • G02B26/0816Optical devices or arrangements for the control of light using movable or deformable optical elements for controlling the direction of light by means of one or more reflecting elements
    • G02B26/0833Optical devices or arrangements for the control of light using movable or deformable optical elements for controlling the direction of light by means of one or more reflecting elements the reflecting element being a micromechanical device, e.g. a MEMS mirror, DMD
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/64Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Image Processing (AREA)

Abstract

一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法。本方法通过对Hadamard调制矩阵序列进行离散余弦变换获得其频域的变换矩阵序列。在频域中对该变换矩阵序列进行低通滤波,再将矩阵序列逆变换回空域。然后利用新矩阵在单像素成像***中对目标进行调制采样,最后利用压缩感知算法实现在超低采样率下重构目标图像。该方法基于传统被动单像素成像***,结构简单易于操作,在低于10%的采样率下可以恢复清晰的被测物体图像。相比于Hadamard等其他调制方法,在相同成像质量和物体稀疏度的条件下,本方法所需要的采样率更低。因此,该方法有望在远距离遥感成像等领域具有广泛的应用价值。

Description

基于Hadamard频域变换矩阵阈值滤波的单像素成像方法
技术领域
本发明涉及单像素成像技术领域,特别涉及一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法。
背景技术
传统的单像素成像方法利用哈达玛矩阵或随机矩阵作为测量矩阵,其缺点是在低采样率下,成像质量较差,信噪比较低。基于Hadamard矩阵优化排序的单像素成像方法可以有效解决这一问题,但仍存在超低采样率下难以重构目标物体的情况,严重降低了成像效率。
发明内容
本发明要解决的技术问题是提供一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法,利用频域清晰的高低频分量,仅在低频信息中进行采样,有效提高了成像效率。
为了实现上述目的,本发明创造采用了如下技术方案:
一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法,其步骤为:
1、预处理:
1.1、计算机生成一组正交的Hadamard矩阵H,利用离散余弦变换、傅里叶变换或者小波变换将H矩阵从空域变换到频域中去,变换后的矩阵为H1
1.2、将频域中的矩阵H1进行阈值滤波,舍弃高频系数,保留低频系数,并利用离散余弦逆变换回空域中,变换后的矩阵为H2
1.3、找到步骤1.2中H2矩阵的最小值a、最大值b,让H2矩阵加上|a|并且除以|a|+|b|, 变换后的矩阵为
1.4、将步骤1.3得到的H3矩阵的各个矩阵元素四舍五入,保留两位小数得到矩阵H4,然后将H4矩阵加载到数字微镜器件中;
2、成像处理:
2.1、光源经准直扩束***将光斑覆盖到物体上;
2.2、物体反射的光经成像透镜成像到数字微镜器件上,桶探测器通过收集透镜收集经数字微镜器件调制物体后反射出来的总光强S;
2.3、用H2调制矩阵重构物体,对桶探测器收集的数据,即总光强S进行处理,处理后的数据为
S1=S*(a|+|b|)-|a|*T(x,y),
其中,T(x,y)为物体的反射函数,并将S1传输到计算机中;
2.4、利用数据S1和矩阵H2作符合运算,在符合测量***中重构出目标图像。
所述的一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法所使用的成像***,包括光源、目标物体、成像透镜、数字微镜器件、收集透镜、桶探测器和符合测量***;所述的光源将光斑覆盖到物体上;所述的物体反射的光经成像透镜成像到数字微镜器件上;所述的桶探测器通过收集透镜收集经数字微镜器件调制物体后反射出来的总光强;所述的H2矩阵和S1数据传输到符合测量***中。
所述的1.2中,使高频系数其中/>保留低频系数/>其中/>
所述的光源是氦氖激光光源、热光源、自然光源或人造赝热光源。
所述的桶探测器用于收集总光强,总光强为S=∫I(x1)dx1,其中I(x1)表示在x1处的光强强度。
所述的步骤2.4中,符合运算所用的算法为压缩感知算法,或传统二阶关联算法。
本发明创造的有益效果:计算机生成正交的Hadamard矩阵,先通过离散余弦变换将其变换到频域中,再滤掉高频系数继而逆变换到空域中,最后将其矩阵元素值转变到0~1之间,将其加载到数字微镜器件用来调制目标物体,桶探测器探测到目标反射的总光强,并将其传输到计算机中,计算机利用基于Hadamard调制矩阵经频域阈值滤波后的新调制矩阵进行图像重构,重构用到的算法是TVAL3算法,一种压缩感知算法,也可以是传统关联算法或者其它压缩感知算法;依据频域清晰的高低频分量,仅在低频信息处进行采样,有效提高了成像效率。
附图说明
图1:为本发明创造中所使用的成像***的原理框图;
1、光源;2、目标物体;3、成像透镜;4、数字微镜器件;5、收集透镜;6、桶探测器;7、符合测量***。
具体实施方式
下面将结合本发明创造实施例中的附图,对本发明创造实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明创造一部分实施例,而不是全部的实施例。
实施例1:一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法,其步骤为:
1、预处理:
1.1、计算机生成一组正交的Hadamard矩阵H,利用离散余弦变换、傅里叶变换或者小波变换将H矩阵从空域变换到频域中去,变换后的矩阵为H1。利用离散余弦变换、傅里叶变换或者小波变换都可实现上述目的,其中,使用离散余弦变换时效果最好。
1.2、将频域中的矩阵H1进行阈值滤波,舍弃高频系数,保留低频系数,并利用离散余弦逆变换回空域中,变换后的矩阵为H2。留下低频信息,舍弃高频信息更容易重构目标的轮廓,便于实现低采样率下重构物体2图像。
1.3、找到步骤1.2中H2矩阵的最小值a、最大值b,让H2矩阵加上|a|并且除以|a|+|b|, 变换后的矩阵为H2矩阵的元素存在大量负值且数字微镜器件4无法读取,让H2矩阵加上|a|且除以|a|+|b|成为H3矩阵,可以使H2矩阵元素的值介于0~1之间,便于将转变后的H3矩阵加载到数字微镜器件4上,此处的调制器件也可以是其它的空间光调制器。
1.4、将步骤1.3得到的H3矩阵的各个矩阵元素四舍五入,保留两位小数得到矩阵H4,然后将H4矩阵加载到数字微镜器件4中。H3矩阵有15位小数,保留2位小数便于数字微镜器件4读取,此处的调制器件也可以是空间光调制器。
2、成像处理:
2.1、光源1经准直扩束***将光斑覆盖到物体2上。光源1可以为氦氖激光光源、热光源、自然光源或人造赝热光源。
2.2、物体2反射的光经成像透镜3成像到数字微镜器件4上,桶探测器6通过收集透镜5收集经数字微镜器件4调制物体后反射出来的总光强S。收集总光强所用的仪器为没有空间分辨能力的桶探测器6,或者具有空间分辨能力的面阵列相机,其收集的总光强为 S=∫I(x1)dx1,其中I(x1)表示在x1处的光强强度。
2.3、用H2调制矩阵重构物体2,对桶探测器6收集的数据,即总光强S进行处理,处理后的数据为
S1=S*(|a|+|b|)-|a|*T(x,y),
其中,T(x,y)为物体2的反射函数,并将S1传输到计算机中。
2.4、利用数据S1和矩阵H2作符合运算,在符合测量***7中重构出目标图像。符合运算所用的算法为压缩感知算法,也可以是传统二阶关联算法。
具体的,当所用的算法为TVAL3算法时,求解方法如下:
tMN×1=argmin||t'MN×1||1s.t.||YK×1K×MNψt'MN×1||2<ε,
式中,φK×MN为测量矩阵;Noise为环境和探测器电信号随机噪声项;
ψ=[ψ111…,ψMN]为特定稀疏基。如Noiselet,Dct等;M,N为待恢复图像行和列的像素数;为总的测量次数;||*||1和||*||2分别表示l1范数和l2范数;ε为噪声振幅的边界。
上述成像方法所使用的成像***如图1所示。包括光源1、目标物体2、成像透镜3、数字微镜器件4、收集透镜5、桶探测器6和符合测量***7;所述的光源1将光斑覆盖到物体2上;所述的物体2反射的光经成像透镜3成像到数字微镜器件4上;所述的桶探测器 6通过收集透镜5收集经数字微镜器件4调制物体后反射出来的总光强;所述的H2矩阵和 S1数据传输到符合测量***7中。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的一个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (6)

1.一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法,其特征在于,其步骤为:
1)、预处理:
1.1、计算机生成一组正交的Hadamard矩阵H,利用离散余弦变换、傅里叶变换或者小波变换将H矩阵从空域变换到频域中去,变换后的矩阵为H1
1.2、将频域中的矩阵H1进行阈值滤波,舍弃高频系数,保留低频系数,并利用离散余弦逆变换回空域中,变换后的矩阵为H2
1.3、找到步骤1.2中H2矩阵的最小值a、最大值b,让H2矩阵加上|a|并且除以|a|+|b|,变换后的矩阵为
1.4、将步骤1.3得到的H3矩阵的各个矩阵元素四舍五入,保留两位小数得到矩阵H4,然后将H4矩阵加载到数字微镜器件(4)中;
2)、成像处理:
2.1、光源(1)经准直扩束***将光斑覆盖到物体(2)上;
2.2、物体(2)反射的光经成像透镜(3)成像到数字微镜器件(4)上,桶探测器(6)通过收集透镜(5)收集经数字微镜器件(4)调制物体后反射出来的总光强S;
2.3、用H2调制矩阵重构物体(2),对桶探测器(6)收集的数据,即总光强S进行处理,处理后的数据为
S1=S*(|a|+|b|)-|a|*T(x,y),
其中,T(x,y)为物体(2)的反射函数,并将S1传输到计算机中;
2.4、利用数据S1和矩阵H2作符合运算,在符合测量***(7)中重构出目标图像。
2.权利要求1中所述的基于Hadamard频域变换矩阵阈值滤波的单像素成像方法所使用的成像***,其特征在于,包括光源(1)、目标物体(2)、成像透镜(3)、数字微镜器件(4)、收集透镜(5)、桶探测器(6)和符合测量***(7);所述的光源(1)将光斑覆盖到物体(2)上;所述的物体(2)反射的光经成像透镜(3)成像到数字微镜器件(4)上;所述的桶探测器(6)通过收集透镜(5)收集经数字微镜器件(4)调制物体后反射出来的总光强;所述的H2矩阵和S1数据传输到符合测量***(7)中。
3.根据权利要求1所述的一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法,其特征在于:所述的1.2中,使高频系数其中/>保留低频系数/>其中
4.根据权利要求1所述的基于Hadamard频域变换矩阵阈值滤波的单像素成像方法,其特征在于:所述的光源(1)是氦氖激光光源、热光源、自然光源或人造赝热光源。
5.根据权利要求1所述的一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法,其特征在于:所述的桶探测器(6)用于收集总光强,总光强为S=∫I(x1)dx1,其中I(x1)表示在x1处的光强强度。
6.根据权利要求1所述的基于Hadamard频域变换矩阵阈值滤波的单像素成像方法,其特征在于:所述的步骤2.4中,符合运算所用的算法为压缩感知算法,或传统二阶关联算法。
CN202110817757.XA 2021-07-20 2021-07-20 基于Hadamard频域变换矩阵阈值滤波的单像素成像方法 Active CN113709325B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110817757.XA CN113709325B (zh) 2021-07-20 2021-07-20 基于Hadamard频域变换矩阵阈值滤波的单像素成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110817757.XA CN113709325B (zh) 2021-07-20 2021-07-20 基于Hadamard频域变换矩阵阈值滤波的单像素成像方法

Publications (2)

Publication Number Publication Date
CN113709325A CN113709325A (zh) 2021-11-26
CN113709325B true CN113709325B (zh) 2023-09-15

Family

ID=78649046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110817757.XA Active CN113709325B (zh) 2021-07-20 2021-07-20 基于Hadamard频域变换矩阵阈值滤波的单像素成像方法

Country Status (1)

Country Link
CN (1) CN113709325B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117091700B (zh) * 2023-08-31 2024-02-06 山东大学 一种使用非阵列探测器实现高光谱成像的***
CN117950262B (zh) * 2024-03-18 2024-06-18 临沂大学 基于单光子探测器的单像素成像方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104796609A (zh) * 2015-04-17 2015-07-22 南京理工大学 基于最优哈达玛编码的大视场高分辨率显微成像方法
CN108024037A (zh) * 2017-11-28 2018-05-11 华中科技大学 Hadamard矩阵感知成像***及其成像方法
CN109035282A (zh) * 2018-08-02 2018-12-18 吉林工程技术师范学院 Hadamard编码调制关联成像的阈值处理方法
CN112789856A (zh) * 2018-10-08 2021-05-11 高通股份有限公司 视频编/解码中基于变换域滤波的量化伪影抑制

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104796609A (zh) * 2015-04-17 2015-07-22 南京理工大学 基于最优哈达玛编码的大视场高分辨率显微成像方法
CN108024037A (zh) * 2017-11-28 2018-05-11 华中科技大学 Hadamard矩阵感知成像***及其成像方法
CN109035282A (zh) * 2018-08-02 2018-12-18 吉林工程技术师范学院 Hadamard编码调制关联成像的阈值处理方法
CN112789856A (zh) * 2018-10-08 2021-05-11 高通股份有限公司 视频编/解码中基于变换域滤波的量化伪影抑制

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Marco F. Duarte等.Single-Pixel Imaging via Compressive Sampling.IEEE SIGNAL PROCESSING MAGAZINE.2008,全文. *

Also Published As

Publication number Publication date
CN113709325A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN113709325B (zh) 基于Hadamard频域变换矩阵阈值滤波的单像素成像方法
JP2013511924A (ja) 圧縮カラー画像サンプリングおよび再構成のための方法およびシステム
WO2002103580A2 (en) Adaptive mean estimation and normalization of data
CN112203068A (zh) 单像素成像方法、***、装置及介质
CN109087262B (zh) 一种多视图光谱图像的重建方法、存储介质
Chen et al. Discrete cosine single-pixel microscopic compressive imaging via fast binary modulation
CN116893429B (zh) 基于圆谐傅里叶光场的单像素成像方法和目标识别方法
CN114387164A (zh) 一种太赫兹单像素超分辨成像方法和***
CN111222472A (zh) 一种基于结构光频域特征的人脸识别方法
CN111781733A (zh) 基于光波调制和相位恢复的多层复数域成像方法和装置
CN113298700B (zh) 一种在散射场景中的高分辨图像重构方法
Schwartz et al. Saliency-guided compressive sensing approach to efficient laser range measurement
CN114859377B (zh) 一种运动目标实时捕获单像素成像方法及设备
CN111915697B (zh) 一种一步谐波单像素成像方法
CN115824412A (zh) 一种全偏振光谱成像装置及探测方法
CN112153254A (zh) 一种基于基图的两步相移单像素成像方法
CN112702486A (zh) 一种基于电可调透镜的高速相干成像相机及相位恢复方法
CN117876837B (zh) 基于深度展开网络的近红外单像素成像方法及***
CN117607899B (zh) 基于傅里叶梅林矩的单像素成像方法及***
CN116482869A (zh) 一种适用于目标横向运动的散斑补偿鬼成像方法及***
Marks et al. Computational photography and compressive holography
Fraser et al. Principles of tomography in image data compression
Rousset et al. Adaptive acquisitions in biomedical optical imaging based on single pixel camera: Comparison with compressive sensing
CN115866219A (zh) 基于平滑投影Landweber算法的差分单像素成像方法及***
CN117478222A (zh) 一种基于fso多媒体通信的混沌压缩感知抗湍流方法

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
GR01 Patent grant
GR01 Patent grant