[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

说明书

本发明公开了一种基于压缩感知的对象成像系统及其成像方法，包括光源生成单元、滤波单元、图像生成单元、图像采集单元、图像重构单元；光源生成单元生成实验激光，滤波单元滤除高频散射光并形成平行光，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，图像采集单元对生成的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；成像方法包括建立包含特定目标物体图像的样本库，训练样本图像得到特定测量矩阵，在全光系统中同时完成图像采样、图像压缩、图像识别三个过程。本发明能够大大地减少图像识别、图像匹配中所记录的数据量，提高了系统的实时性，为机器视觉及人工智能的并行处理提供了可能。

技术领域

本发明涉及图像成像、目标识别技术领域，特别涉及一种基于压缩感知的对象成像系统及其成像方法。

背景技术

近年来，目标识别将模式识别、计算机视觉、人工智能等学科的技术很好的融合一起，成为视觉研究领域内一个非常热门的课题，具有广阔的应用前景。自目标识别方法提出以来，很多的专家、研究者们都开展了相关工作的研究。但是，由于大部分的目标识别方法都是在获得图像之后再使用识别技术对图像进行相应处理，导致系统的实时性不是很好，而且由此引入的图像数据量大的问题也成为制约其发展的瓶颈。

随着成像和信息技术的迅速发展，人们在日常生活中对电子产品、数字信息对需求也与日俱增。但受信息传输速度与信息处理速度所限，不能不计代价的提高信息的采样率从而获得高品质的数据。在确保信息所呈现出来的品质大体不变的前提下，用少量的采样来获得相近质量的信息，成为了当务之急。

新兴的压缩感知理论是以远低于奈奎斯特采样速率采集信号的非自适应线性投影值，然后通过求解一个优化问题，精确地重构出原始信号,可以大大降低系统采集的数据量。一系列的基于压缩感知的目标识别方案相继被提出，但是这些方案虽然降低了系统采集的数据量，但是在后期进行进一步图像识别处理时仍然面临图像信息繁琐，不利于图像识别，而且这些方案大都采用电学域的数字信号方式实现，无法充分发挥并行处理的优点。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于压缩感知的对象成像系统，其可在纯光域下同时实现图像压缩、图像采样和图像识别，大大地减少图像识别、图像匹配中所记录的数据量，解决其海量数据的存贮与传输问题，提高了系统的实时性，为机器视觉及人工智能的并行处理提供了可能。

本发明的另一目的在于提供一种基于上述系统的成像方法。

本发明的目的通过以下的技术方案实现：

一种基于压缩感知的对象成像系统，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。

优选的，图像重构单元包括计算机。

一种基于上述系统的成像方法，包括以下步骤：