[发明专利]一种基于滑窗式数据处理的高速压缩成像方法

说明书

本发明公开的一种基于滑窗式数据处理的高速压缩成像方法，属于压缩成像技术领域。本发明使用低分辨率探测器采集经模板调制后的低分辨率图像；以窗口滑动的方式对采集到的图像进行分组，获得m组待处理图像；将获得的m组待处理图像分别按照模板顺序进行组内排序，得到m组按照模板顺序进行组内排序的低分辨率图像，以便于图像重构算法按照模板顺序进行图像处理，节省模板信息占用的存储空间；分别使用压缩成像图像重构算法对各组组内重新排序后的低分辨率图像进行图像重构，即将每组低分辨率图像重构为一帧高分辨率图像，得到m帧高分辨率图像。本发明基于滑窗式数据处理实现高速压缩成像，在不改变探测器和成像质量的前提下提高输出图像的帧率。

技术领域

本发明属于压缩成像技术领域，具体涉及一种采用滑窗式数据处理的高速压缩成像方法。

背景技术

压缩感知利用信号的稀疏性，以远小于奈奎斯特采样定理限制的采集，极大地减少了采集的数据量，为信号采集、信号压缩提供了新思路。

压缩感知应用到成像领域被称为压缩成像。压缩成像是指利用压缩感知理论，用低分辨率探测器(典型的如单像素探测器)和空间光调制器获取高分辨率图像。由于压缩成像可以使用低分辨率探测器获得高分辨率图像，并且需存储的数据量低，因此在某些探测器分辨率受限或数据存储空间有限的情况，如红外监控、大视场的目标探测识别、医学核磁共振成像等领域，压缩成像技术有极大的应用价值。根据压缩成像的原理，系统需要采集多帧经过编码压缩的低分辨率图像才能重构一幅高分辨率图像。这不可避免的会减低相机的时间分辨率。受到制作工艺和制造成本的限制，探测器的帧频(即时间分辨率)不会很高。在红外波段，探测器帧频受限的问题会更加严重。中波探测器帧频最大一般在每秒50～60帧，长波探测器帧频则更低。因而，当使用压缩成像理论去获取高分辨率图像时，即使只使用4帧低分辨率图像重构一帧高分辨率图像且不考虑算法的时间消耗，输出图像的帧频也只能在每秒12～15帧，无法满足实时成像(每秒25～30帧)要求，更无法做到高速成像。在红外监控应用中，这几乎是不可接受的。因为在红外监控中，人们期望观察到目标清晰(高空间分辨率)、连续(高时间分辨率)的动作细节，压缩成像牺牲探测器的时间分辨率换取高空间分辨率，虽然目标更清晰，但是低帧频会造成图像卡顿，目标动作细节丢失等问题。针对此问题，本发明提出基于滑窗式数据处理的高速压缩成像方法，用于解决红外压缩成像监控系统输出图像帧率低的问题。

针对压缩成像系统输出图像帧率低的问题，多数研究工作者将提升探测器的帧频或者减少重构算法的时间作为研究重点。然而受技术和制作工艺的限制，高帧频的探测器制作困难且造价高昂。重构算法方面，2007年，Lu Gan在文献Block Compressed Sensingof Natural Images中提出了分块式压缩成像，其思想是将一幅图像分成若干个小块，每个小块的数据单独处理。由于相对于全图来说，小块中的数据量更少，因此算法运行速度会显著提高。继而Jeffrey D.Blanchard等人在文献GPU accelerated greedy algorithms forcompressed sensing中使用GPU对重构算法进行加速，使得算法运行速度提高了70倍以上。众多学者对重构算法的研究使得重构算法的运行速度得到大幅提高。然而，如何解决图像采集过程耗时长的问题，即如何快速获得算法所需的多帧低分辨率很少有人研究。本发明拟采用滑窗式数据处理方式，提高系统成像速度。

在信号检测、目标识别和信号滤波等领域，滑窗式数据处理方法被学者提出并使用。如解梅等人提出了基于滑窗搜索的车辆兴趣目标检测方法(专利号：CN103605953A)。该方法是先设置一个窗口大小，然后让窗口在待检测图像上滑动，将窗口内的数据算法处理的数据，并通过移动窗口来在全图范围内寻找感兴趣的目标。然而，目前还没有学者将滑窗式数据处理方法应用到压缩成像领域。

发明内容

为解决压缩成像应用中，需要获得多帧低分辨率调制图才能重构出一帧高分辨率图导致的输出图像帧率低的问题，本发明公开的一种基于滑窗式数据处理的高速压缩成像方法要解决的技术问题是：基于滑窗式数据处理实现高速压缩成像，在不改变探测器和成像质量的前提下提高输出图像的帧率。