[发明专利]一种噪声环境下欠采样单像素成像目标识别方法

权利要求书

1.一种噪声环境下欠采样单像素成像目标识别方法，其特征在于，具体步骤为：

利用计算式单像素关联成像光路获取样本的一维欠采样信号，将一维欠采样信号行重排生成矩阵，将矩阵映射到伪彩色空间生成彩色图片，将彩色图片分为训练集和测试集，所述计算式单像素关联成像光路包括光源(1)、第一透镜(4)、DMD数字微镜(6)、平面镜(5)、第二透镜(3)、单像素探测器(7)以及计算机(9)，所述第一透镜(4)和DMD数字微镜(6)的中心与样本(2)中心处于同一光轴上并且满足透镜物相关系，使光源(1)照射到样本(2)后样本(2)发出的透射或反射光线能垂直投射到DMD数字微镜(6)平面上，所述DMD数字微镜(6)与计算机(9)连接，用于播放计算机(9)生成的有序哈达玛矩阵，所述平面镜(5)设置在样本(2)的透射或反射光线经DMD数字微镜(6)的反射光程上，所述单像素探测器(7)与第二透镜(3)处于同一光轴，平面镜(5)的反射光线经第二透镜(3)被单像素探测器(7)采集，所述单像素探测器(7)与计算机(9)连接；

设伪彩色空间值域上限为V_max，下限为V_min，分别具体为：

其中，和分别表示集合中的最大值和最小值，Δ为冗余量，是由单像素探测器单次测量值B_i组成的一维向量，在单一场景下包含不同噪声的非重构样本个数为Q，记为

将训练集输入卷积神经网络进行训练，并进行参数调优，获得训练好的卷积神经网络；

利用计算式单像素关联成像光路获取待识别图片的一维欠采样信号并进行重排、映射为彩色图片，将彩色图片作为目标样本经训练好的卷积神经网络进行识别，获得识别结果。

2.根据权利要求1所述的噪声环境下欠采样单像素成像目标识别方法，其特征在于，所述卷积神经网络为Res_Net_v2_50模型，卷积层数为50层。

3.根据权利要求1所述的噪声环境下欠采样单像素成像目标识别方法，其特征在于，当卷积神经网络进行训练收敛后，将测试集提供给卷积神经网络进行测试，获得卷积神经网络的识别准确率。