一种基于确定性序列编码的压缩感知红外图像重构方法技术

本发明专利技术属于红外图像重构技术领域，具体涉及一种基于确定性序列编码的压缩感知红外图像重构方法。本发明专利技术包括：定义玫瑰线扫描轨迹方程中频率参数f

Compressed sensing infrared image reconstruction method based on deterministic sequence coding

The invention belongs to the field of infrared image reconstruction technology, in particular to a compression sensing infrared image reconstruction method based on deterministic sequence coding. The invention includes: defining frequency parameter f in rose line scanning path equation;

【技术实现步骤摘要】
一种基于确定性序列编码的压缩感知红外图像重构方法
本专利技术属于红外图像重构
，具体涉及一种基于确定性序列编码的压缩感知红外图像重构方法。
技术介绍
近年来红外成像系统在民用领域和军事领域中扮演着越来越重要的角色，红外成像系统具有高灵敏度、高分辨率的优点。随着人们对红外图像获取要求的提高，传统的红外成像系统很难快速、高精度的重构出目标红外图像，所以红外成像系统必须要在性能上得到提升。目前新兴的压缩感知理论(CS)不受奈奎斯特采样定理中采样速率至少是信号带宽两倍的局限。压缩感知理论指出当信号本身是稀疏的或者在某一稀疏基上是可稀疏或可压缩的，可以用一个与稀疏基不相关的观测矩阵将信号从高维空间投影到一个低维空间，然后通过求解一个优化问题就可以从这些少量的观测值中高概率地重构出原信号。即压缩感知理论中只需要少量的观测值就可以精确的重构出红外图像。基于压缩感知理论的这个优点将压缩感知技术应用到图像重构
中，形成一种只需要通过较少的探测器就能重构出具有高分辨率图像的新型技术。因此本专利技术将压缩感知理论引入到红外成像系统中，以达到获得高质量的重构红外图像的目的。压缩感知理论主要涉及三个问题：信号的稀疏表示、观测矩阵的构造、信号的重构算法，其中观测矩阵的构造尤为重要，是压缩感知研究中的关键问题之一，在信号重构过程中起着至关重要的作用。目前Calderbank,Robert(IEEETRANSACTIONSONINFORMATIONTHEORY第4卷第2期，2010年4月，ConstructionofaLargeClassofDeterministicSensingMatricesThatSatisfyaStatisticalIsometryProperty)提出虽然随机观测矩阵容易构造，并且很大概率的满足观测矩阵的条件，但是其在实际应用中的实现较复杂，很难达到有效采样的目的。Li,Shuxing(IEEETRANSACTIONSONINFORMATIONTHEORY第58卷第8期，2012年8月，DeterministicConstructionofCompressedSensingMatricesviaAlgebraicCurves)提出如果随机观测矩阵满足观测矩阵的条件，那么压缩感知技术会以较高的质量重构出图像，但是目前并没有一个很有效的算法去检测随机观测矩阵是否满足观测矩阵的条件。并且对于随机观测矩阵的存储，需要大量的存储空间。和随机观测矩阵相比，确定性观测矩阵就不存在这样的问题，它们不需要大量的存储空间，并且可以很容易地被证明满足观测矩阵的条件。另外通过利用构造的确定性观测矩阵，可以设计相应的信号恢复算法以提高重构图像的效率。
技术实现思路
本专利技术的目的在于提出一种用来解决传统的红外成像系统成像质量低、噪声干扰大和现有的压缩感知重构方法效果不理想的问题的基于确定性序列编码的压缩感知红外图像重构方法。本专利技术的目的是这样实现的：该专利技术包括如下步骤：1)定义玫瑰线扫描轨迹方程中频率参数f1、f2，帧频参数fR，扫描视场半径d。2)在玫瑰线轨迹上均匀地采集NR个点，构造一个确定的序列3)利用序列构造一个循环矩阵Φ0。4)根据所需要的采样率构造确定性观测矩阵的维度M×N。5)通过选取构造观测矩阵的前m行便可得到任意维度为m×N的观测矩阵。本专利技术的有益效果在于：本专利技术重构的红外图像清晰度高、峰值信噪比大，可用于红外图像重构。附图说明图1是玫瑰线扫描图案。图2本专利技术方法总流程图。图3是本专利技术方法和随机高斯矩阵(Gaussian)、随机伯努利矩阵(Bernoulli)在采样率为0.8时对应重构的红外图像及其峰值信噪比值(PSNR)。图4是本专利技术方法和随机高斯矩阵、随机伯努利矩阵在采样率为0.13到0.4之间重构红外图像的峰值信噪比值关系曲线。图5是本专利技术方法和随机高斯矩阵、随机伯努利矩阵在采样率为0.4到0.8之间重构红外图像的峰值信噪比值关系曲线。具体实施方式下面结合附图对本专利技术做进一步描述。本专利技术公开了一种基于确定性序列编码的压缩感知红外图像重构方法，主要解决目前的红外图像重构方法重构出的红外图像质量低、噪声干扰大和现有的压缩感知重构方法效果不理想的问题。其实现步骤为：1)定义玫瑰线扫描轨迹方程中必要参量的值；2)在玫瑰线轨迹上均匀地采集一系列点，利用此一系列点构造一个确定的序列；3)根据构造的序列按照列优先的原则构造一个循环矩阵；4)根据所需采样率求得观测矩阵的维度，通过堆积的方式构造一个确定性观测矩阵；5)通过选取所构造的确定性观测矩阵的前m行得到满足其它采样率(采样率为观测值数目和信号长度的比值)的观测矩阵。步骤1：定义玫瑰线扫描轨迹方程中频率参数f1、f2，帧频参数fR，扫描视场半径d。1a)图1是玫瑰线扫描图案，由玫瑰线扫描图案得到玫瑰线扫描轨迹方程。定义玫瑰线扫描轨迹方程中频率参数f1、f2，帧频参数fR，扫描视场半径d。玫瑰线扫描轨迹方程如下式中，d为视场扫描半径，ω为玫瑰线扫描的角频率，其中(ω＝2πf)。1b)设视场扫描半径d＝128，频率参数分别为f1＝290Hz,f2＝70Hz，扫描的角频率ω1＝2πf1,ω2＝2πf2，帧频fR＝10Hz，扫描一帧的时间为1/fR＝0.1s，从扫描方程中可知当给定f1,f2和d时，at和bt只与变量t有关。步骤2：在玫瑰线轨迹上均匀地采集NR个点，构造一个确定的序列这里取0.1s内均匀地采集NR＝1024个点，采样间隔为0.1/1024。利用玫瑰线扫描方程可以得到an(n＝0,1,2…,1023)，bn(n＝0,1,2…,1023)。利用以上an和bn可得zn，对zn取sin函数得到确定的序列方程如下所示式中，an和bn是在n分别为0,1,2…,1023中每个时刻对应得到的采样值，同一时刻对得到的两个值进行式(2)中的运算得到将每一时刻运算后的值按时间顺序排序得到确定的序列步骤3：利用序列构造一个循环矩阵Φ0。利用步骤2中构造的序列按照列优先的原则构造一个NR×C的循环矩阵这里C是一个常数，得到的循环矩阵如下此循环矩阵每一列有NR个数，共有C列。步骤4：根据所需要的采样率构造确定性观测矩阵的维度M×N。4a)如果所需采样率为0.4(M/N)，则观测矩阵Φ的维度M×N应为100×256。4b)根据步骤2中定义的采样点的个数为NR＝1024，置常数C为25。通过堆积的方式由Φ0构造观测矩阵此矩阵由步骤2中通过式(2)运算得到的数值以循环堆积的形式组成，矩阵中共有100×256＝25600个数值。步骤5：通过选取构造的观测矩阵Φ的前m行便可得到任意维度为m×N的观测矩阵。5a)当需要构造任意维度为m×N(m＜100)的观测矩阵，来实现不同采样率的时候，可以通过截取步骤4中构造的观测矩阵Φ来获得所需维度的观测矩阵5b)如果需要构造任意维度为m×N(100＜m＜200)的观测矩阵，那么在步骤2中取0.1s内均匀地采集NR＝2048个点，采样间隔为0.1/2048。利用玫瑰线扫描方程可以得到an(n＝0,1,2…,2047)，bn(n＝0,1,2…,2047)。重复以上步骤2得到确定的序列方程如式(2)所示。此时式(2)中，an和bn是在n分别为0,1,2…,本文档来自技高网...

【技术保护点】
一种基于确定性序列编码的压缩感知红外图像重构方法，其特征在于，包括如下步骤：1)定义玫瑰线扫描轨迹方程中频率参数f

【技术特征摘要】
1.一种基于确定性序列编码的压缩感知红外图像重构方法，其特征在于，包括如下步骤：1)定义玫瑰线扫描轨迹方程中频率参数f1、f2，帧频参数fR，扫描视场半径d；2)在玫瑰线轨迹上均匀地采...

【专利技术属性】
技术研发人员：蒋伊琳，王海艳，汲清波，佟岐，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23