[发明专利]基于低阶Hadamard基矢计算鬼成像的编码方法有效
| 申请号: | 201910198845.9 | 申请日: | 2019-03-15 |
| 公开(公告)号: | CN109946753B | 公开(公告)日: | 2020-04-28 |
| 发明(设计)人: | 郑淮斌;王高;周宇;刘建彬;陈辉;徐卓 | 申请(专利权)人: | 西安交通大学 |
| 主分类号: | G01V8/12 | 分类号: | G01V8/12 |
| 代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 徐文权 |
| 地址: | 710049 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 低阶 hadamard 计算 成像 编码 方法 | ||
一种基于低阶Hadamard基矢计算鬼成像的编码方法,系统包括采用低阶Hadamard基矢进行编码的光强编码器,光强编码器发出的光,照射到待成像物体后被桶探测器接收,传输给符合电路,与光强编码进行关联计算;光强编码器的编码规则为将N阶Hadamard方阵中的‑1置零,并将第一行和第一列去除,得到N‑1行和N‑1列的方阵,每一列或每一行即作为低阶Hadamard基矢,其中N是2的幂;光强编码器采用镂空方式划分0与1将编码规则制作成掩模版。本发明从原理上提高了成像对比度,并运用快速Hadamard反变换替代经典计算鬼成像中的计算机关联运算,成像计算速度快,分辨率高。
技术领域
本发明涉及成像探测领域,具体涉及一种基于低阶Hadamard基矢计算鬼成像的编码方法,实现从原理上提高成像的对比度,并结合运用快速Hadamard反变换替代经典计算鬼成像中的计算机关联运算,成像计算的速度快,图像分辨率高。
背景技术
光学鬼成像技术是通过双路光信号符合探测恢复待测物体空间信息实现的,其特点是包含物体信息的信号光(signal beam)被无空间分辨能力的桶探测器探测,只包含光源强度分布信息的闲置光(idler beam)不通过物体,直接被具有空间分辨能力的面阵探测器进行探测,如CCD等。因此,通过双光路对应的两个探测器中任意一路信号都不能得到物体的像,但是通过对两路信号进行符合后即能够得到物体的像。现有的计算鬼成像方法均需要前端进行大量的数据采集,十分占用资源,并且成像速度较慢,成像所需系统复杂,从信号采集到成像往往需要一定的处理时间,尚没有从原理上实现高对比度、高速成像的方法。
发明内容
本发明的目的在于针对上述现有技术中的问题,提供一种基于低阶Hadamard基矢计算鬼成像的编码方法,有效提高成像对比度,具有较快的成像计算速度,分辨率高。
为了实现上述目的,本发明基于低阶Hadamard基矢计算鬼成像的编码系统,采用的技术方案为:包括采用低阶Hadamard基矢进行编码的光强编码器,所述光强编码器发出的光,照射到待成像物体后被桶探测器接收,传输给符合电路,与光强编码进行关联计算;所述光强编码器的编码规则为将N阶Hadamard方阵中的-1置零,并将第一行和第一列去除,得到N-1行和N-1列的方阵,每一列或每一行即作为低阶Hadamard基矢,其中N是2的幂;所述的光强编码器采用镂空方式划分0与1将编码规则制作成掩模版。
所述的光强编码器将低阶Hadamard基矢通过镂空方式划分0与1设计成圆形掩模版,并通过圆形掩模版的旋转来实现周期性快速变化的光强编码。
所述的圆形掩模版能够替换为带型或其它形状的掩模版。
本发明基于低阶Hadamard基矢计算鬼成像的方法,包括以下步骤:
1)光源发出的光经过光强编码器,照射到待成像物体被桶探测器接收;
其中,光经过处于第i个低阶Hadamard基矢编码的光强编码器后形成编码散斑光束,其光强分布为桶探测器探测到的总光强值为:在上式中,是待成像物体的像素矢量,Ii是桶探测器在第i个编码散斑光束下探测到的总光强值;
2)桶探测器测量得到的光强信号传输给符合电路,得到成像结果;
所述的符合电路把桶探测器的输出信号进行快速Hadamard反变换,即实现了桶探测器的输出信号与对应的光强编码进行快速关联计算:
式中,N为光强编码器的编码周期,CH为编码的自相关矩阵,G(2)为物体的鬼成像结果。
Hadamard方阵的自相关矩阵Cij为:
将N阶Hadamard方阵中的-1置零,得到方阵M;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910198845.9/2.html,转载请声明来源钻瓜专利网。





