[发明专利]基于压缩编码孔径的超分辨率成像系统及成像方法

权利要求书

1.一种基于压缩编码孔径的超分辨率成像系统，包括光源(1)、物镜(4)、孔径光阑(5)、快门(6)和焦平面阵列(7)，孔径光阑(5)设在组成物镜(4)的透镜组中间，光源(1)发出的光依次经过场景(2)、物镜(4)和孔径光阑(5)，并通过快门(6)控制曝光时间，使得场景(2)在焦平面阵列(7)上成像，其特征在于：

孔径光阑(5)，采用一块随机开孔且开孔率为50％的编码孔径模板，使在焦平面阵列(7)上成的像为压缩编码后的图像；

压缩编码后的图像传输至主控计算机(8)，通过主控计算机(8)对其进行超分辨率解码重建后获得高分辨率的图像；

所述主控计算机(8)，设有图像处理模块，该图像处理模块包括：

解码模块，用于将所得的压缩编码图像解码重建而得到高分辨率的图像；

去噪模块，用于去除解码后高分辨率图像中的人工痕迹。

2.根据权利要求1所述的成像系统，其特征在于，编码孔径模板开孔的分布采用计算机辅助设计，使得编码孔径模板对应的矩阵为符合等距限制特性RIP的随机模板。

3.根据权利要求1所述的成像系统，其特征在于，光源(1)采用相干光源或者非相干光源。

4.根据权利要求1所述的成像系统，其特征在于，焦平面阵列(7)采用CCD或CMOS，其分辨率大小可为传统成像系统所使用的焦平面阵列分辨率的1/4或更小。

5.一种基于压缩编码孔径的超分辨率成像方法，包括如下步骤：

1)设计编码孔径所对应的卷积模板H：

1a)由期望的高分辨率图像的分辨率确定孔径模板H的大小，即若高分辨率图像的分辨率为n×n，则卷积模板矩阵H设为n×n维；

1b)根据卷积模板矩阵H的大小，设计n²×n²维的观测矩阵R：

1b1)将R的第一行行向量r₁的元素值设计为满足高斯分布，高斯分布的均值为0，均方差为1；

1b2)将第一行行向量r₁中的元素分为m份，其中，m为r₁中元素数的开方，即每一份为1×n维的行向量，记作(r₁₁，r₁₂，...，r_1n)，其中r_1i为r₁中的第(i-1)×n+1到第i×n个元素，对于每一个r_1i，构造成n×n维的循环矩阵R_1i，i＝1，...，n；

1b3)将循环矩阵(R₁₁，R₁₂，...，R_1n)整体循环偏移n次，得到观测矩阵R，其形式如下所示：

R=R11R12LR1nR1nR11LR1n-1MMOMR12R13LR11]]>

1c)通过如下公式求得卷积模板H：

H＝reshape(F^-1adiag(C_H)，n，n)

其中，C_H＝FRF^-1，F表示一维傅里叶变换，F^-1为其逆矩阵，adiag(·)表示提取对角矩阵的对角元素，形成列向量，reshape函数表示将n²×1维的列向量F^-1adiag(C_H)重组为n行n列的矩阵；

2)根据光源是否相干调整编码孔径的小孔分布，并制作该编码孔径：

3)根据光学成像的像差要求，确定孔径光阑的位置，并将制作的编码孔径置于该孔径光阑位置处；

4)根据需求使用相干或非相干光源对场景成像，获得低分辨率编码图像Y，并将其传输至主控计算机中；

5)利用超分辨率解码重建算法将低分辨率编码图像Y重建为高分辨率图像：

5a)将低分辨率编码图像Y向量化为向量y，通过如下变换式，求解出初始小波分解系数θ₀：

θ₀＝(DRW)^Ty

其中，D为降采样矩阵，R为卷积模板H的矩阵形式，W为逆小波变换，(·)^T表示矩阵的转置；

5b)将θ₀作为迭代初始解，构建优化式：

θ^=argminθ12||y-DRWθ||22+τ||θ||1]]>

其中，τ为惩罚因子，θ为目标图像的小波分解系数；

5c)利用快速梯度投影重建算法求解优化式的最佳估计向量

5d)对最佳估计向量进行逆小波变换，得到重建的高分辨率图像

6)通过自适应TV去噪方法去除重建的高分辨率图像中由重建引入的人工痕迹，得到最终干净的高分辨率图像。