为克服随机散斑图照射下统计噪声对计算鬼成像成像质量的影响, 提出了随机散斑图正交优化计算鬼成像方法。首先在计算鬼成像的基础上分析随机散斑图对目标物体重构质量的影响; 然后结合实对称矩阵性质, 通过空间映射矩阵, 将原有随机散斑图正交化; 再利用重构的正交散斑图对未知物体进行照射并由桶探测器测量, 测得的一系列桶探测器值与计算机存储的重构散斑图通过二阶关联运算对目标物体进行重构; 最后参考重构散斑图的协方差矩阵特征, 对重构结果进行补偿, 进一步提升物体重构质量。该方法不仅能有效提升随机散斑图计算鬼成像的成像质量, 同时还具有算法结构简单的特点。仿真实验结果表明: 相比于传统的随机散斑图照射下的计算鬼成像, 该方法能有效地对目标物体进行重建, 并表现出良好的性能。

提出了一种基于均值滤波的计算鬼成像（CGI）去噪方法，可以有效降低来自复杂环境的噪声干扰，提高CGI的成像质量。以尺寸为3×3的模板均值滤波器为例，设计了9组与均值滤波器相关的Hadamard移动散斑，并将各移动散斑依次照射到待测物体上，获得对应的桶探测器值。将9组桶探测值的累加值与散斑进行二阶关联，可获得被测物体去噪后的像。仿真和实验结果表明：在相同高斯和椒盐噪声环境下，所提方法获取的成像结果明显优于传统CGI的结果；所提方法具有较好的去噪能力，在不断变化的复杂环境中，有一定的应用优势。另外，所提方法将图像去噪中的均值滤波概念引入到关联成像中，提供了一种将信号处理方法用于CGI的新思路。

计算鬼成像由于具有分辨率高和抗干扰能力强等特点，近年来被广泛研究。区别于传统成像方案，由于成像机制，计算鬼成像对物体成像时需要进行大量的测量，因此提高它的成像效率一直是一个重要的研究内容。在此背景下，由于可以较好地对信号进行去相关，进而对信号进行大幅压缩，小波变换受到了广泛的关注。近年来，不少学者将Haar小波引入计算鬼成像系统中，成像效率得到了提高。然而，小波函数的种类有很多，性质各异，关于其他小波函数在计算鬼成像系统中的应用鲜有报道。大部分小波函数只能进行连续小波变换，直接应用于计算鬼成像系统中会面临许多问题，针对这个情况，提出了准连续小波变换架构，在实验上实现了基于Mexihat和Gauss小波的计算鬼成像。实验结果表明，这两种连续小波方案既能够进行正常成像，同时相比于Haar小波，它们也表现出了更强劲的抗干扰能力，更加适用于实际应用环境。

图像隐藏技术在当今大数据时代扮演着重要角色, 尤其在版权保护和保密通信等领域中有着巨大的应用价值。提出了一种基于计算鬼成像的图像隐藏方法, 目标图像经过计算鬼成像系统加密, 随机散斑作为系统密钥, 将密文进行二值化后的结果采用最低有效位算法嵌入到宿主图像中, 利用相应的水印提取规则和二阶相关算法恢复目标图像。仿真结果表明, 该方法具有较好的隐蔽性, 嵌入水印图像的峰值信噪比可以达到50 dB, 授权用户可以用密钥获得目标图像, 同时, 所提方案有一定的容错能力, 对椒盐噪声和图像裁剪具有一定的鲁棒性。

在基于压缩感知的计算鬼成像领域中,测量矩阵的设计问题一直是被研究的对象。理想的测量矩阵需要满足较高的采样效率、较好的重构效果和较低的硬件实现要求。为了减轻测量矩阵的设计与实现难度,提出了一种基于深度学习的二值测量矩阵的构建方法。该方法通过卷积操作模拟图像的压缩采样过程,并利用设计的采样网络对图像数据进行训练,以自适应的方式对测量矩阵进行迭代更新。仿真与实验结果表明,构建的测量矩阵能够在较低采样率条件下得到高质量的重构图像,进一步促进了计算鬼成像的实际应用。

计算成像是一种不仅依赖于光学物理器件,还依赖于光学调制和重构算法的成像技术,为突破传统成像系统在时空分辨率和探测灵敏度方面的限制提供了新的思路。计算鬼成像(CGI)作为计算成像领域发展最迅速的分支之一,近些年被广泛应用于单像素成像、超分辨率成像、生物医学、信息加密、激光雷达以及湍流环境下的信息传输等领域。本文综述了影响CGI质量的两大关键技术——照明图案构造方法与图像重构算法的研究进展,主要介绍了随机矩阵、有序Hadamard矩阵、正交变换类矩阵的构造方法,并且讨论了在传统关联重构算法和新型深度学习重构算法下,各种照明图案的成像性能。最后,对照明图案构造方法及重构算法进行了总结,并对CGI技术发展前景进行了展望。

将压缩感知重构算法应用到哈达玛鬼成像中,以实现在较低采样率下恢复出待测物体的信息。该方案比哈达玛鬼成像的重构次数更少,所需要的采样次数也减少。使用观测时间和计算结构相似性指标这两个参数作为评价图像质量的客观标准,比较SP算法和OMP算法下哈达玛鬼成像的重构结果。经过模拟仿真和实验验证后,发现在哈达玛鬼成像的基础上,采用OMP算法与哈达玛鬼成像相结合,可以得到成像速度更快,成像质量较好的重构图像。

为实现远距离、高灵敏的三维成像,开展了光子计数计算鬼成像研究。通过振幅型空间光调制器,实现了基于离散余弦变换矩阵和Walsh变换矩阵作为测量基的结构光照明,采用单光子探测技术实现了700 m距离、高灵敏的三维成像。对比研究了快速傅里叶变换算法和迭代优化算法的重建结果。研究表明,相同采样率时,离散余弦测量基作为观测矩阵时重建图像的误差比Walsh观测矩阵小,但Walsh观测矩阵重建图像的分辨率更高。计算鬼成像分辨率理论上不受接收镜头衍射极限限制,但实际受接收镜头集光效率、单光子探测器计数率、积分时间等影响,本文搭建的实验系统实现了成像分辨率达到接收镜头瑞利衍射极限分辨率2倍的成像结果。光子计数计算鬼成像无需转台或扫描镜等移动部件,具有弱光条件下凝视远距离目标并进行三维成像的能力。研究方法对基于光子计数的单像素成像技术和计算鬼成像技术研究具有一定参考价值。

图像的低质量一直是制约计算鬼成像(CGI)技术应用的重要问题,因此,针对CGI系统的彩色发光二极管(LED)阵列设计了一种特殊的RGB(Red,Green,Blue)排列方式。首先,自主开发了一个64×64的彩色LED阵列为CGI系统提供结构照明;然后,将LED阵列上的芯片按设计的篮织排列方式进行排列;最后,考虑到彩色LED阵列的物理结构,提出了一种针对采样图像的插值算法。实验结果表明,相比笛卡儿采样方式,篮织采样方式的均方根误差(RMSE)降低了4.6%,在存储彩色图像高频信息方面的性能更好。相比双线性插值算法和双三次插值算法,本算法的平均RMSE分别降低了2.0%和6.4%。