[发明专利]一种无先验多目标的实时散射成像方法、装置及存储介质

说明书

本发明公开了一种无先验多目标的实时散射成像方法，包括如下步骤：S1、基于尺度向量检测目标位置数量，计算以导出位置为中心的散斑区域的自相关，使用相位恢复法重建静态目标；S2、据各目标自相关法重建结果和对应区域散斑，估计各区域对应的局部点扩展函数；S3、采集未知动态多物体单帧散斑图像，凭借估算出的点扩展函数，用反卷积法实现各个散斑区域内动态位置目标的实时重建；S4、将各个散斑区域内动态位置目标的重建结果放置到对应位置，拼接成完整的大视场重建图像，能够实现多目标大视场的实时反卷积成像。

技术领域

本发明涉及计算机视觉与数字图像处理技术领域，具体指一种无先验多目标的实时散射成像方法、装置及存储介质。

背景技术

由于介质内部(如生物组织、云雾等)或表面(如毛玻璃、粗糙墙面等)折射率分布不均匀，光波在透过介质内部传输或与其表面发生相互作用时会出现强散射，因此传统光学成像系统只能接收到由于散射光之间干涉而形成的散斑，而无法通过直接观测获得隐藏在散射介质之后的目标信息。虽然散射成像技术的应用领域非常广泛，包括医疗诊断、复杂环境驾驶、火灾救援、深海探测、天文观测、卫星遥感图像等，但是如何透过散射介质清晰成像一直是成像领域的研究难点和热点。

现有透过强散射介质的散射成像方法，主要包括以下三类：波前整形法，基于点扩散函数(PSF)的反卷积方法、相关成像算法。其中相关成像算法，以其装置简单，非侵入式采集，成像速度快等特点受到广泛应用，但该方法具有一个明显的限制条件，即成像视场范围受限于记忆效应(Memory Effect)范围，中国专利文献CN111257287A公开了一种“基于无先验目标定位的大视场散射成像方法和装置”，包括：采集大视场下的多物体经散射介质形成的散斑，在两张不同像距下的散斑图中，通过块匹配算法，建立描述两层散斑间缩放关系的缩放矢量；通过基于缩放矢量长度和方向信息的无先验目标物位置提取算法，获取多物体的位置信息；以获取的位置信息为基准，在散斑上以各物体位置为中心取矩形块，得到各待重建目标物的自相关信息；利用相位恢复算法，从自相关信息中重建物体空域信息，将重建后物体放置到提取出的各物体位置上，形成完整的大视场多物体重建结果，实现无先验大视场多物体散射成像。作为一种非侵入式无先验散射成像方法，本发明可极大提高成像视场范围，同时无先验获取目标物的位置信息。但上述技术方案需要消耗大量计算资源与时间,且只能针对一组固定的静态的目标物成像。

发明内容

本发明根据现有技术的不足，提出一种无先验多目标的实时散射成像方法、装置及存储介质，能够实现多目标大视场的实时反卷积成像。

为了解决上述技术问题，本发明的技术方案为：

一种无先验多目标的实时散射成像方法，包括如下步骤：

S1、基于尺度向量检测目标位置数量，计算以导出位置为中心的散斑区域的自相关，使用相位恢复法重建静态目标；

S2、据各目标自相关法重建结果和对应区域散斑，估计各区域对应的局部点扩展函数；

S3、采集未知动态多物体单帧散斑图像，凭借估算出的点扩展函数，用反卷积法实现各个散斑区域内动态位置目标的实时重建；

S4、将各个散斑区域内动态位置目标的重建结果放置到对应位置，拼接成完整的大视场重建图像。

作为优选，所述步骤S1包括

S1-1、采集大视场下的多物体经散射介质形成的散斑；

S1-2、在两张不同像距下的散斑图中，通过块匹配算法，建立描述两层散斑间缩放关系的缩放矢量；

S1-3、通过基于缩放矢量的长度和方向信息的无先验目标物位置提取算法，获取多物体的位置信息；

S1-4、在散斑上以各物体位置为中心取矩形块；