[发明专利]一种最佳阶数估算方法

摘要

本发明公开了一种最佳阶数估算方法。该方法适用于估算高阶鬼成像像质最好时对应的阶数，此时的阶数称为最佳阶数。图像信息区域像素数对应的像素块数称为有效像素数。通过仿真鬼成像实验对参考图像和物图像进行高阶处理，仿真出重建图像并计算其对比度与载噪比，结合高阶鬼成像像质评估方法，估算高阶鬼成像在不同有效像素数的条件下对应的最佳阶数，并初步推测最佳阶数与有效像素数之间的关系。本方法以重建图像的数据信息为基础，综合考虑了对比度和载噪比对图像质量的影响。与传统确定最佳阶数方法相比，本发明的像质评价更全面，更符合实际实验结果，具有更高的实用性。

主权项

一种最佳阶数估算方法，其特征在于包括以下步骤：(1)高阶鬼成像是由信号光源通过BS分成两束相关光，一束光直接由CCD接收，被称为参考光源，另一束光通过物体后由桶探测器接收，被称为物光源，通过提高参考光源和物光源的信号阶数来提高图像质量，即根据公式$G_{m,n}\left(x\right)=\frac{1}{N}\underset{s=1}{\overset{N}{\mathrm{\&Sigma;}}}{\left[I_0^{\left(s\right)}\right]}^m{\left[I^{\left(s\right)}\left(x\right)\right]}^n$进行计算后可得到重建图像；其中，G_m,n(x)是重建图像；是物光源；I^(s)(x)是参考光源，s是指计算到的第几个样本；N是样本数；m，n分别为物光源和参考光源的阶数；(2)将重建图像数据归一化后乘以255，使其压缩到0到255范围内，根据公式$V=\frac{\&lt;G_{m,n}\left(x_{\mathrm{in}}\right)>-\&lt;G_{m,n}\left(x_{\mathrm{out}}\right)>}{\&lt;G_{m,n}\left(x_{\mathrm{in}}\right)>+\&lt;G_{m,n}\left(x_{\mathrm{out}}\right)\text{>}}$$\mathrm{CNR}=\frac{\&lt;G_{m,n}\left(x_{\mathrm{in}}\right)>-\&lt;G_{m,n}\left(x_{\mathrm{out}}\right)>}{\mathrm{\&Delta;}{G}_{m,n}\left(x_{\mathrm{in}}\right)+\mathrm{\&Delta;}{G}_{m,n}\left(x_{\mathrm{out}}\right)}$计算重建图像的对比度和载噪比；其中V表示对比度，CNR表示载噪比，尖括号<>表示均值，Xin为图像信号区域；Xout为图像背景区域，Δ表示取标准差；(3)设对比度曲线函数为V＝K(m)，阶数m1为对比度最大时对应的阶数，设载噪比曲线函数为CNR＝L(m)，阶数m2为载噪比最大时对应的阶数，随着物光源阶数的增加，对比度和载噪比先上升再下降时出现峰值；高阶鬼成像像质最好时对应的阶数称为最佳阶数，设最佳阶数为m0，此时对应的重建图像像质最好；对比度最大值与载噪比最大值分别对应一个阶数m1、m2，由高阶鬼成像图像质量评价模型推到可得最佳阶数m0与m1、m2重合，或者在m1和m2之间时的图像质量最好；(4)图像信息区域像素数对应的像素块数称为有效像素数，分别选取加号、字母和汉字的图案作为模拟对象，由步骤(1)、步骤(2)计算各有效像素数条件下不同物光源阶数对应的对比度和载噪比，再由步骤(3)中对比度和载噪比共同影响的高阶鬼成像图像质量评价模型评估图像质量，从而得到各有效像素数条件下的最佳阶数所在范围，对最佳阶数所在范围取平均值，将该平均值数据与有效像素数进行拟合，得到最佳阶数与有效像素数的拟合函数为$m0=1.660*\sqrt{T}+4.119,$T为有效像素数。