[发明专利]一种基于压缩感知观测矩阵分割减小关联成像计算开销的方法

权利要求书

1.一种基于压缩感知观测矩阵分割减小关联成像计算开销的方法，其特征在于，包括：

S1、以关联成像实验数据为输入，进行压缩感知A矩阵纵向选列，并写入新文件；

S11、首先读取一帧关联成像实验参考臂光场，得到M*M的光场强度矩阵；

S12、将光场强度矩阵顺时针旋转90°，得到旋转后的光场强度矩阵；

S13、将旋转后的光场强度矩阵经过reshape操作变成一个包含M*N个元素的一维数组；

S14、根据需求截取一维数组中的连续P*N个元素，其中P为旋转后的光强矩阵的连续P行；

S15、将截取到的一维数组进行reshape操作，重组为P*N的光场强度矩阵；

S16、将得到的光场强度矩阵进行遍历并将其写入新的文件中；

S17、对每一帧参考臂光场矩阵均进行相同的操作并按照序号写入对应的新的文件中；

其中，在进行压缩感知A矩阵纵向选列之前还包括：

进行关联成像实验，获得图像重构所需的每一帧参考臂光场，并获得对应的bucket数据；

将第一帧的参考臂光场进行读取，得到一个M*N的光场强度矩阵；

将光场强度矩阵顺时针旋转90°，得到旋转后的光场强度矩阵；

S2、读取新文件进行压缩感知图像重构；

S21、构建一个空的A矩阵；

S22、将处理后的光场强度矩阵文件进行读取；

S23、将第一帧光场读取得到P*N的光场矩阵进行reshape操作，将其变成包含P*N个元素的一维数组；

S24、将reshape后的一维数组加入A矩阵作为当前末尾行；

S25、判断是否文件读取完毕，若并未读取完毕，则进行下一帧文件读取并重复以上读取操作，若是读取完毕则进行下一步；

S26、读取bucket数据，并对其做归一化处理；

S27、将A矩阵的每一行进行归一化处理；

S28、将归一化处理后的A矩阵和bucket数据进行压缩感知图像重构，即可得到预期的重构图像。

2.如权利要求1所述的一种基于压缩感知观测矩阵分割减小关联成像计算开销的方法，其特征在于，读取bucket数据，并对其做归一化处理之前还包括对bucket数据进行预处理，具体的操作如下：

读取bucket数据文件，并将其做高斯拟合得到其均值E以及方差σ；

将高斯拟合得到的均值E减去n倍的σ得到上限a，将均值E加上n倍的σ得到下限b。

3.如权利要求1所述的一种基于压缩感知观测矩阵分割减小关联成像计算开销的方法，其特征在于，所述步骤2具体还包括以下内容：

构建一个空的A矩阵；读取第一帧光场强度矩阵文件，并判断其对应的bucket数值是否小于a或者大于b；如果其对应的bucket数值不满足小于a或者大于b，则对应bucket数据不满足要求，则舍弃并读取下一帧文件；

如果其对应的bucket数值小于a或者大于b，则对应bucket数据满足要求，则将读取到的P*N的光场矩阵顺时针旋转90°，并将其reshape成包含P*N个元素的一维数组；

将一维数组作为A矩阵的第一行，并将其对应的bucket数值作为一维数组bucket0的第一个元素；

读取第二帧光场强度矩阵文件，进行同样的判断，若不满足要求则舍弃，满足要求则将其reshape作为A矩阵的第二行，并将其对应的bucket数值作为bucket0的第二个元素；

重复如上操作，直到所有光场强度矩阵文件全部读取并且处理；

读取重构的一维数组bucket0，并将其做归一化处理，并将A矩阵的每一行均做归一化处理；

将归一化处理后的A矩阵和bucket0数据进行压缩感知运算，即可得到预期的重构图像。