光学 精密工程
2023, 31(16): 2333
阜阳师范大学信息工程学院, 安徽 阜阳 236037
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。
图像与信息处理 成像系统 计算鬼成像 随机散斑图 二阶关联 正交化 image and information processing imaging system computational ghost imaging random speckle patterns second-order correlation orthogonalization
南京邮电大学信号处理与传输研究院,江苏 南京 210003
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。
成像系统 计算鬼成像 均值滤波 移动散斑 去噪 光学学报
2022, 42(22): 2211002
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。
计算鬼成像 Gauss小波 Mexihat小波 连续小波变换 成像系统中的噪声 激光与光电子学进展
2022, 59(18): 1811002
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。
计算鬼成像 图像隐藏 图像重建 最低有效位 computational ghost imaging image hiding image reconstruction least significant bit
苏州蛟视智能科技有限公司, 江苏 苏州 215123
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。
光计算 成像系统 计算鬼成像 压缩感知 测量矩阵 图像处理 深度学习 激光与光电子学进展
2021, 58(22): 2220001
1 合肥工业大学仪器科学与光电工程学院, 安徽 合肥 230009
2 合肥工业大学计算机与信息学院, 安徽 合肥 230009
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。
成像系统 计算鬼成像 照明图案 重构算法 成像质量 激光与光电子学进展
2021, 58(18): 1811011
Author Affiliations
Abstract
1 School of Physics and Physical Engineering, Qufu Normal University, Qufu 273165, China
2 Shandong Provincial Key Laboratory of Laser Polarization and Information Technology, Research Institute of Laser, Qufu Normal University, Qufu 273165, China
Computational ghost imaging (CGI) has recently been intensively studied as an indirect imaging technique. However, the image quality of CGI cannot meet the requirements of practical applications. Here, we propose a novel CGI scheme to significantly improve the imaging quality. In our scenario, the conventional CGI data processing algorithm is optimized to a new compressed sensing (CS) algorithm based on a convolutional neural network (CNN). CS is used to process the data collected by a conventional CGI device. Then, the processed data are trained by a CNN to reconstruct the image. The experimental results show that our scheme can produce higher quality images with the same sampling than conventional CGI. Moreover, detailed comparisons between the images reconstructed using the deep learning approach and with conventional CS show that our method outperforms the conventional approach and achieves a ghost image with higher image quality.
computational ghost imaging compressed sensing convolutional neural network Chinese Optics Letters
2021, 19(10): 101101