基于压缩编码孔径的高分辨率相机成像方法技术

本发明专利技术公开了一种基于压缩编码孔径的高分辨率相机成像方法，用于解决现有高分辨率成像方法成像分辨率较低的技术问题。技术方案是通过构建频域互补编码孔径光阑评价指标，利用模板序列进行选择、交叉、变异过程，寻找使评价指标最大的一组频域互补编码孔径模板集合，这些模板在频域之间相互互补，从而保证通过设计的不同编码孔径光阑拍摄的图像以保留场景中不同成分的高频细节信息，从而为细节信息恢复提供支撑。本发明专利技术通过优化设计一组频域互补的编码孔径组合替代传统光学系统孔径光阑处的单一高斯编码形式，不仅拓宽了相机孔径频谱范围，而且去除了编码孔径在频率响应的冗余信息，实现了在感知阶段的最大信息量图像获取，提高了图像成像分辨率。

【技术实现步骤摘要】
基于压缩编码孔径的高分辨率相机成像方法
本专利技术涉及一种高分辨率成像方法，特别是涉及一种基于压缩编码孔径的高分辨率相机成像方法。
技术介绍
在相机成像过程中，传统相机孔径形成的点扩散函数一般为类高斯型，其在频率域表现为高频分量丢失且含有较多频域为零的点。场景信息通过孔径入射到探测器上，由于孔径频域低通特性，场景中的高频信息会被滤除，导致获取图像细节分辨能力降低。而仅通过后端重建方法恢复捕获图像阶段损失的高频信息往往会在重建图像中注入不真实信息，甚至导致信息混淆等重建误差。因而对相机孔径光阑进行有效设计，并设计有效的重建方法，通过计算成像手段恢复场景更多高频细节信息是十分有必要的。现在主流的相机编码孔径设计主要通过随机或主观判断获取相对较优的编码孔径模板，拓宽滤波器频谱范围，然而通过随机或主观判断设计的编码孔径的频域响应存在较多冗余信息，没有考虑相互之间的频率互补性，无法最大化场景高频信息的保留能力。另外，通过外部字典稀疏表示进行图像重建通常需要大量外部数据训练字典，且没有考虑图像内部及编码序列图像之间的相关信息，导致重建精度降低。文献“RobustAll-in-focusSuper-ResolutionforFocalStackPhotography[J].IEEETransactionsonImageProcessing,2016:1-1.”公开了一种基于焦点堆栈的全聚焦高分辨成像方法。该方法基于后端的数据需求，提出利用不同大小相机孔径频域间的互补信息获取场景序列图像，在后端重建图像的过程中，利用三次插值参数化模糊核投影，并应用randon变换重建任意深度的散焦模糊核，同时使用了L1范数抑制噪声，对序列图像进行高分辨率图像重建，有效提升了图像分辨率。文献方法相比传统单一相机孔径虽然可以保留场景中更丰富的高频信息，但不同大小孔径对场景信息频谱响应存在较大冗余性，无法保留更多场景高频细节信息，且该方法在后端重建过程中没有考虑序列图像之间及自身内部的非局部相似特性，导致场景中的高频细节信息丢失，成像图像分辨率较低。
技术实现思路
为了克服现有高分辨率成像方法成像分辨率较低的不足，本专利技术提供一种基于压缩编码孔径的高分辨率相机成像方法。该方法通过构建频域互补编码孔径光阑评价指标，利用模板序列进行选择、交叉、变异过程，寻找使评价指标最大的一组频域互补编码孔径模板集合，这些模板在频域之间相互互补，从而保证通过设计的不同编码孔径光阑拍摄的图像以保留场景中不同成分的高频细节信息，不同图像序列包含的细节信息相互互补，从而为细节信息恢复提供支撑。本专利技术通过优化设计一组频域互补的编码孔径组合替代传统光学系统孔径光阑处的单一高斯编码形式，不仅拓宽了相机孔径频谱范围，而且去除了编码孔径在频率响应的冗余信息，实现了在感知阶段的最大信息量图像获取。充分利用不同编码图像之间及图像内部块的相关性，建立后端高分辨率图像自相似重建模型，提高了重建精度。突破了物理成像在分辨率等方面的局限性，提高了图像成像分辨率。本专利技术解决其技术问题所采用的技术方案是：一种基于压缩编码孔径的高分辨率相机成像方法，其特点是包括以下步骤：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。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构本文档来自技高网...

【技术保护点】
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：/n步骤一、编码孔径模板设计；/n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k

【技术特征摘要】
20191118 CN 20191112663891.一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；
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...

【专利技术属性】
技术研发人员：孙瑾秋，孙巍，张成，朱宇，张艳宁，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61