[发明专利]基于压缩编码孔径的高分辨率相机成像方法有效
| 申请号: | 202010437720.X | 申请日: | 2020-05-21 |
| 公开(公告)号: | CN111416980B | 公开(公告)日: | 2021-10-12 |
| 发明(设计)人: | 孙瑾秋;孙巍;张成;朱宇;张艳宁 | 申请(专利权)人: | 西北工业大学 |
| 主分类号: | H04N19/42 | 分类号: | H04N19/42;H04N19/44 |
| 代理公司: | 西北工业大学专利中心 61204 | 代理人: | 王鲜凯 |
| 地址: | 710072 *** | 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 压缩 编码 孔径 高分辨率 相机 成像 方法 | ||
1.一种基于压缩编码孔径的高分辨率相机成像方法,其特征在于包括以下步骤:
步骤一、编码孔径模板设计;
随机初始化M个L×N二值编码模板序列,将每个L×N的二值编码模板按照行序拉伸成L×N长度的行向量得到kM,然后重复迭代步骤1)-3)G次;迭代处理完后,按照步骤1)中选取互补性最大的且二值编码中0个数大于总个数50%的L×N编码模板作为最优编码模板组合KM;这里M=4000,L=4,N=169,G=1000;
1)模板序列选择;
对输入的每个L×N二值编码行向量kM,首先将其分解为L个大小为1×N向量kMi,利用傅里叶变化将其变换到频域得到KMi;对L个KMi利用式(1)求取编码模板频域互补性大小R(KM),其中σ为噪声项取值为0.001,A为对T幅图像频域进行平均统计得到的1/f图像频域先验;
从计算得到的M个R(KM)中挑选出频域互补性最大的且二值编码中0个数大于总个数50%所对应的前P个编码模板组合KP,P=1,...,400,将这P个编码模板组合通过反傅里叶变化转换到空域,得到kP;其中,F(δ)表示脉冲函数的频率;
2)模板序列交叉;
对步骤1)中挑选的P个编码模板组合kP,从中随机挑选2个序列ki、kj,将这两个序列按位对齐,对两个序列从左到右逐位进行运算,每一位进行运算前首先生成一个0~1的随机数r1,若此随机数r1<q1则交换两个序列这一位的数值,否则对下一位运算;两个序列从左到右每一位都运算完后,保留运算结果;重复步骤2)中的序列交叉过程,直到序列个数从P增加到M;取q1=0.2;
3)模板序列变异;
对步骤2)中得到的M个序列kM中的每一位进行从左至右处理,每一位处理前生成一个0~1的随机数r2,若r2<q2,则对此位进行取反操作,否则不处理此位转至下一位处理,直到将整个序列处理完毕;取q2=0.05;
步骤二、空-时编码相机系统加工;
根据步骤一中得到的最优L×N编码模板孔径集合KM,对其进行反傅里叶变换得到kM,将其分解成L个N长度的编码模板kMi,i=1,...L,将每个编码模板kMi转化成的二维矩阵Hi,i=1,...L;依据相机镜头孔径光阑半径V裁剪相同大小铜片,对铜片按照设计的L个编码孔径模板Hi样式进行精密加工,模板Hi中值为1的点则对铜片进行打孔处理,每个孔洞的大小为边长为的正方形;分别将加工好的铜片固定在L个相机镜头孔径光阑处,构成编码孔径相机;
整套空-时编码相机系统包括采集端的编码孔径相机及处理端的主控计算机两部分;系统的运作流程是将加工的编码孔径相机采集到的压缩编码图像传输至后端的主控计算机,通过主控计算机对编码图像进行感知解码重建得到高分辨率图像;
步骤三、压缩编码数据采集;
将编码相机固定于三角架上,调整好相机相关拍摄参数并保持不变,更换加工的第z,z=1,...L个编码镜头,利用编码相机对真实场景进行拍摄;场景记为I,第z个编码镜头所采用的编码模板为kz,则图像采集过程即为其中D为相机的降采样矩阵,Bz为采集的压缩编码图像,表示卷积操作,n为传感器噪声;
每次拍摄时分别用L个编码镜头采集L幅压缩编码图像序列Bz,z=1,...L,然后将采集的图像序列及采用的编码模板集合kz传输至主控计算机进行解码重建处理;
步骤四、高分辨感知重建;
对传输至主控计算机的压缩编码图像序列Bz进行步骤4)-6)迭代处理,迭代次数为Q=40;
4)PCA字典学习;
对图像序列Bz提取大小为n×n的图像块,将图像块利用K-means算法聚成C类,对其中每一类建立PCA字典基ΨC;其中C=70;
5)非局部块稀疏先验;
对Bz图像进行处理,提取该图像大小为n×n的图像块ρt,找到图像块ρt所在聚类,利用其所在类的PCA字典基ΨC求取对应的稀疏表示系数ΨC′表示字典基ΨC的转置;对图像块ρt在其所在图像中依据exp(-||ρt-ρt,q||)寻找q,q=1,...,12个相似的图像块ρt,q构成集合Ωt;对q个相似的图像块ρt,q对应的稀疏αt,q依据式(2)、(3)加权求和,得到非局部稀疏先验βt;其中n=7;
6)稀疏系数求解;
对每幅图像Bz根据式(4)优化求解稀疏表示系数αz,根据求得的系数αz,则重建图像其中,Ψ表示待重建图像所对应的PCA字典基,其通过将每个图像块所对应的PCA字典基ΨC按行排列得到;若迭代次数Q,则转入步骤4),并令z=1,...L;其中Φz为编码模板kz由卷积转化为矩阵乘法的表示,βz为图像Bz中的每个图像块通过式(2)求得的非局部稀疏先验βt按行排列得到,λ=γ=0.5;
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北工业大学,未经西北工业大学许可,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/202010437720.X/1.html,转载请声明来源钻瓜专利网。





