[发明专利]一种基于压缩感知的对象成像系统及其成像方法

权利要求书

1.一种基于压缩感知的对象成像系统，其特征在于，包括依次连接的光源生成单元、滤波单元、图像生成单元、图像采集单元和图像重构单元；

光源生成单元生成实验激光；

滤波单元控制激光光强衰减、滤除高频散射光、形成零级衍射光斑，然后控制衍射光斑形成平行光；

图像生成单元生成物体图像与特定测量矩阵叠加的实验图像；

图像采集单元对实验图像进行压缩采样；

图像重构单元对采样数据进行重构恢复出物体图像；

滤波单元包括与光路平行、依次布置的圆形可调衰减器、针孔滤波器和傅里叶透镜；圆形可调衰减器控制激光光强衰减，衰减后的激光经过针孔滤波器滤除高频散射光，而让未经散射的零级光通过针孔形成零级衍射光斑，然后衍射光斑经过傅里叶透镜形成平行光；

图像生成单元包括与光路平行、依次布置的第一偏振片、加载特定测量矩阵的空间光调制器和第二偏振片；由滤波单元传送过来的实验光照射物体图像，空间光调制器上加载特定测量矩阵，并实现物体图像与特定测量矩阵的叠加，第一偏振片和第二偏振片分别置于空间光调制器前后使其处于纯振幅状态；

图像采集单元包括与光路平行、依次布置的会聚透镜和单光子探测器；会聚透镜将图像生成单元的实验图像数据会聚于一点，之后通过单光子探测器单点采集光信号并转换为电信号。

2.根据权利要求1所述的基于压缩感知的对象成像系统，其特征在于，光源生成单元包括激光器和可以反射改变其传播方向的反射镜。

3.根据权利要求1所述的基于压缩感知的对象成像系统，其特征在于，图像重构单元包括计算机。

4.一种基于权利要求1所述的系统的成像方法，其特征在于，包括以下步骤：

步骤S1：利用激光光源发出实验激光；

步骤S2：将实验激光进行衰减处理，滤除高频散射光后获得零级衍射光斑，并调整衍射光斑为平行光；

步骤S3：将平行光照射在物体图像上，透过加载特定测量矩阵的空间光调制器生成物体图像和特定测量矩阵叠加的实验图像；

特定测量矩阵的计算方法是：建立包含特定目标物体图像的样本库，利用主成分分析法训练样本图像得到特定测量矩阵；

根据主成分分析方法，设有N张尺寸均为p×q像素的图像训练样本集X，每个样本由其像素灰度值组成一个向量X_i，由向量构成的训练样本集X＝{X₁,X₂,···,X_i,···,X_N}，首先计算训练样本集均值：

进一步对数据进行中心化：

对中心化后的数据求协方差矩阵：

将协方差矩阵R的特征值λ_i按照从大到小的顺序排列，把前m个特征值相对应的特征向量u_i构成主成分矩阵U：

U＝[u₁,u₂,···,u_m]

这m个分量就提取了代表图像主要信息的特征；

将其转秩后作为特定测量矩阵，根据压缩感知原理，经样本库训练得到的特定测量矩阵表示为：

Φ＝U^T＝[φ₁,φ₂,···,φ_m]^T,φ_i＝u_i；

步骤S4：对实验图像进行压缩采样，图像重构单元根据采样数据重构出物体图像；

采集实验测量数据：单点采集光信号并转换为电信号，输出的电压值表示为：

其中，x∈R^p×q，x表示物体图像，表示特定测量矩阵的第n维，它实现对物体图像x的第n次测量；

重复这个过程m次，可以得到的测量值Y为：

其中，Φ∈R^m×(p×q)是特定测量矩阵，Y∈R^m×1是测量值。

5.根据权利要求4所述的成像方法，其特征在于，步骤S4中，图像重构单元包括数据筛选处理模块和图像重构处理模块，数据筛选处理模块用于将图像采集单元采集的数据进行时域筛选和大小筛选得到准确的实验数据；图像重构处理模块利用最小全变分优化算法重构出物体图像。