多尺度压缩感知鬼成像系统

J4 ›› 2015, Vol. 32 ›› Issue (4): 385-390.

• 图像与信息处理 • 下一篇

多尺度压缩感知鬼成像系统

张娜，姚远

河南城建学院计算机科学与工程学院, 河南平顶山 467036

收稿日期:2014-10-21 修回日期:2014-11-11 出版日期:2015-07-28 发布日期:2015-08-04
通讯作者: 张娜(1980-)，女，博士，讲师，从事模式识别、智能系统研究。 E-mail:znwang1010@126.com
基金资助:
国家自然科学基金项目(61202248)，河南省科技发展计划科技攻关重点项目（122102210412）

Multi-Scale Compressed Ghost Imaging System

Zhang Na，Yao Yuan

Institute of Computer Science and Engineering, Henan University and Urban Construction, Pindingshan 467036, China

Received:2014-10-21 Revised:2014-11-11 Published:2015-07-28 Online:2015-08-04

摘要/Abstract

摘要：

现有的鬼成像系统中都使用固定尺度的散斑进行成像，而目前的仪器可以实现多尺度散斑鬼成像。本文对采用多尺度散斑的压缩感知鬼成像系统进行研究。采用计算机仿真模拟的方法，利用具有四个分辨率尺度的图像作为原始图像，对多种不同尺度散斑且不同比重情况下的恢复图像进行了研究分析。结果表明采用多尺度散斑的压缩感知鬼成像系统可以得到更加靠近真实值的图像，且在小散斑尺寸占据大比重的情况下，获取图像的分辨率不会受到干扰。

关键词: 多尺度散斑, 鬼成像, 压缩感知

Abstract:

Fixed-scale speckles are used in existing ghost imaging system, while the current instrument can achieve multi-scale speckles ghost imaging. This paper focuses on the research of compressed sensing ghost imaging system using multi-scale speckles. Through the computer simulation and using the four resolution scales image as the original image, restored images are obtained to analysis on a variety of different scales and different proportion of speckles cases. The results show that the compressed sensing ghost imaging system using multi-scale speckles can get closer to the true value of image. And when the small scale speckles occupy large proportion, the recovered image resolution is not disturbed.

Key words: Multi-scale speckles, Ghost imaging, Compressed sensing

张娜，姚远. 多尺度压缩感知鬼成像系统[J]. J4, 2015, 32(4): 385-390.

Zhang Na，Yao Yuan. Multi-Scale Compressed Ghost Imaging System[J]. J4, 2015, 32(4): 385-390.

参考文献

[1]J. H. Shapiro and R. W. Boyd, The physics of ghost imaging [J], Quantum Inf Process, 2012, 11, 949-993.
[2]SUN B, EDGAR M P, BOWMAN R, et al. 3D Computational Imaging with Single-Pixel Detectors [J]. Science, 2013, 340(6134): 844-7.
[3]Shi Dongfeng, Hu Shunxing, and Wang Yingjian, Polarimetric ghost imaging, Opt Lett, 2014 39, 1231-1234.
[4]G. A. Howland, D. J. Lum, M. R. Ware, and J. C. Howell, "Photon counting compressive depth mapping," Opt Express, 2013 21, 23822-23837.
[5]C. Z. Wenlin Gong, Jia Jiao, Enrong Li, Mingliang Chen, Hui Wang, Wendong Xu, Shensheng Han, Three-dimensional ghost imaging ladar, arXiv:1301.5767, 2013.
[6]Zhang Er, Dai Hongyi, Effect of light polarization on thermal light correlated imaging [J], Acta Physica Sinica, 2013, 04:206-213.
张二峰,戴宏毅. 光的偏振对热光关联成像的影响[J]. 物理学报, 2011, 06:340-346.
[7]Zhang Shuo, Wang Jie, Wang Jincheng, et al. Simple Calculation Method for Three-Dimensional Imaging Based on Compressed Sensing[J]. Acta Optica Sinica, 2013,01:84-90.
张硕,王杰,王金成等. 基于压缩感知的三维物体成像的简单计算方法[J]. 光学学报, 2013,01:84-90.
[8]Ma Yanpeng, Wang Yanan, Wang Yikun, et al. Study of Single-Pixel Detection Computational Imaging Technology Based on Compressive Sensing[J]. Acta Optica Sinica, 2013,01:84-90.
马彦鹏，王亚南，王义坤等，基于压缩感知的单点探测计算成像技术研究，光学学报,2013,33:1-7.
[9]Chen jing, Wang Yongtian. Research of the Compressive Imaging Technology[J]. Laser & Optoelectronics Progress, 2012, 03:15-22.
陈靖,王涌天. 压缩成像技术研究进展[J]. 激光与光电子学进展, 2012, 03:15-22.
[10]Li Xinlei, Li Biao. Review on Progress of Real-time THz Sensing and Imaging Technology, Laser & Optoelectronics Progress, 2012, 09:55-60.
李昕磊,李飚. 实时太赫兹探测与成像技术新进展[J]. 激光与光电子学进展, 2012, 09:55-60.
[11]CANDES E J, ROMBERG J, TAO T. Robust uncertainty principles: Exact signal reconstruction from highly incomplete frequency information [J]. IEEE T Inform Theory, 2006, 52(2): 489-509.
[12]Shao Wenze, Wei Zhihui, Advances and Perspectives on Compressed Sensing Theory[J]. Journal of Image and Graphics, 2012, 01:1-12.
邵文泽,韦志辉. 压缩感知基本理论:回顾与展望[J]. 中国图象图形学报, 2012, 01:1-12.

[1]	郭辉∗ , 叶知秋. 随机散斑图正交优化计算鬼成像[J]. 量子电子学报, 2023, 40(1): 48-55.
[2]	李能菲, 黄见, ∗. 高空间分辨率关联成像技术研究[J]. 量子电子学报, 2022, 39(4): 549-557.
[3]	任捷王晓茜高超蔡宏吉姚治海. 基于白光照明的鬼成像色彩重构[J]. 量子电子学报, 2020, 37(3): 302-308.
[4]	曹非　赵生妹*. 基于多波长光源计算鬼成像的光学加密[J]. 量子电子学报, 2019, 36(1): 6-11.
[5]	孟文文1*，张家民2，时东锋2. 基于稀疏采样的关联成像算法研究[J]. 量子电子学报, 2019, 36(1): 12-18.
[6]	吕申龙时东锋胡顺星. 基于稀疏采样技术的激光雷达三维成像方法研究[J]. J4, 2018, 35(1): 95-101.
[7]	王梦涵，张兆奇，赵生妹. 不同压缩感知重建算法在鬼成像中的性能比较[J]. 量子电子学报, 2017, 34(5): 523-529.
[8]	梁振宇，樊祥，程正东，朱斌. 轴向运动目标鬼成像点扩散函数质量评价方法[J]. J4, 2017, 34(3): 363-368.
[9]	李靖胡海芝. 散斑密度对单像素计算成像系统的影响分析[J]. J4, 2016, 33(2): 148-152.
[10]	张明辉宋志平. 鬼成像的一个收敛判据[J]. J4, 2016, 33(1): 8-19.
[11]	苏枫，刘翔，龙华保，卢山，阳光. 基于量子关联成像的图像重构算法采样数研究[J]. J4, 2015, 32(2): 144-149.
[12]	丁健?，李磊. 基于压缩感知的鸟类目标成像稀疏合成方法[J]. J4, 2015, 32(1): 101-106.
[13]	乔蕊张锦华. 运动物体的压缩感知成像[J]. J4, 2015, 32(1): 17-23.
[14]	方绍正邓静. 单像素成像系统的场景监视算法[J]. J4, 2015, 32(1): 24-29.
[15]	张娜. 基于压缩感知的偏振鬼成像系统[J]. J4, 2014, 31(6): 656-662.

多尺度压缩感知鬼成像系统

Multi-Scale Compressed Ghost Imaging System

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价