【技术实现步骤摘要】
本专利技术属于计算光学成像，具体涉及一种基于水体信息的透强散射体目标成像方法。
技术介绍
1、透散射场成像一直是各国大力发展的重点和难点领域，在军事、地质监测、海洋勘探、交通监测等方面有着广泛的需求。但由于雨、雪、雾、水体等散射介质的复杂性，尤其是实际应用中散射场的剧烈时变空变特性，变化的散射场给探测带来了极大的困难，透过散射场难以具备较好的成像效果。远距离成像技术可分为遥感探测技术及光学成像技术。遥感探测技术的成像距离往往可以达到公里级，但成像分辨率极差，难以满足目标识别等需求。光学成像技术虽然具有分辨率高、系统简单等优势，但由于云雾等散射体的吸收散射致使成像距离成为了一大短板，难以兼顾。压缩感知及散射成像均为近年来备受关注的新兴科学技术，压缩感知由于其突破奈奎斯特采样率，具有数据量小、采集速率高的优势，与光学成像技术结合在成像领域已经初露头角。由于介质中目标信号的稀疏性，压缩感知应用于水下成像、远距离成像。采用短脉冲激光照明，以微透镜阵列加载采样矩阵并触发脉冲激光出光以及光电倍增管采集，互相连携的工作模式可以在极短时间内快速采集到光波的时域波形。采集到的波形中，初始波段仅为光波发出时与散射体产生的后向散射，当前方存在目标时，目标反射的光被采集到从而产生一个强度激增的峰值波形，根据多个回波脉冲下产生的波峰极值以及采样矩阵，结合压缩感知重构算法能够实现目标的重构。当散射介质浓度逐渐增加，介质中微粒的散射不可被忽略，后向散射会逐渐增强，目标反射光强度会呈指数衰减，压缩感知并没有考虑到光与散射介质的相互作用，由于采集的波形产生了一定
2、散射成像技术由于充分考虑散射介质的物理特性以及广泛的适用性，已经成为现在的热门研究领域。国内散射成像的研究虽然起步较晚，但也涌现了一批又一批卓越的成果。早在1992年中国科学院西安光学精密机械研究所研制的水下成像系统已经能够在水下1000m深度正常的工作，操作简便的同时也具有相对较好的图像质量。上海交通大学提出利用飞点扫描摄像原理结合几何分离法滤除后向散射，成功实现了目标信息的传递提取，但是由于系统需要解决近距离内的背景散射光，因此系统的均匀照明和成像距离都比较差。中国海洋大学在20世纪前研制的激光飞线同轴同步扫描系统解决了散射介质的多次散射问题，最远探测距离可以达到1.45倍能见度左右，但是系统重量在150kg以上，耗电达到10多千瓦，实用性较低。随着偏振成像技术的提出，近年来被广泛应用在散射成像领域中，衍生出了水下偏振成像技术。2016年胡浩丰等人将圆偏振光照明与偏振成像模型结合，在传统成像结果上进一步提升了成像质量。2018年中国科学院西安光学精密机械研究所采用510nm的照明led，在水中加入氧化镁粉末使水体浑浊，通过stokes矢量计算出偏振参量，实现了水下目标的识别重建，并且取得了较好的成像效果。在同年，西安电子科技大学邵晓鹏教授课题组研究发现近场水下成像过程中，红光的照明效果相较传统蓝绿光源照明效果更好，因此采用红光照明并引入量化模型，实现了近场高浓度浑浊水体下的目标图像重建。现有的技术方案主要分为：
3、1、基于迭代收缩和全变分稀疏表示的压缩感知成像技术，通过在测量矩阵里加入下采样低通滤波器，在重建时结合全变分函数，利用两步迭代法引入去噪算子，避免了直接对算子求逆，实现了目标重构。
4、2、基于小波域的压缩感知成像技术，根据不同小波基函数的特点及图像特征，利用压缩感知在小波域分别对低频子带与高频子带进行重建，再结合小波逆变换得到重建后的目标图像。
5、3、基于自相似约束的压缩感知成像技术，通过充分利用图像的相似性及图像的非局部相似性，搜索整个图像中的相似块，将图像块的稀疏性和自相似性作为优化问题的约束进行图像求解。
6、4、基于残差的动态压缩感知成像技术，先假设信号的支撑集不变，利用前一时刻信号估计值的支撑集，得到当前信号的初始估计值，再对观测值的残差进行计算得到信号残差值，信号初始估计值与信号残差值再进行一定校正，最终得到准确的信号估计值。
7、5、基于贝叶斯推断的压缩感知目标重构技术，通过对状态变量假设一个含参数的先验概率，根据不同场景选取适当的概率分布函数模拟信号，并利用贝叶斯公式求得后验概率，利用最大后验概率估计的方法估计分布参数，最终重建目标。
8、上述的现有技术方案分别有以下缺点：
9、1、基于迭代收缩和全变分稀疏表示的压缩感知成像技术，虽然避免了直接对算子求逆，但在复杂场景由于估计模拟的算法步骤增加，降质模型因此畸变较大，算法便难以适用。
10、2、基于小波域的压缩感知成像技术，获取高低频子带的质量非常关键，在复杂场景下图像的边缘信息已经难以重建，最终重建质量也会相应下降，并且在不同域处理图像也增加了算法复杂度。
11、3、基于自相似约束的压缩感知成像技术，需要精准定位图像中的相似块，当成像场景趋于复杂，相似块的定位会产生较大的误差，甚至无法重建目标。
12、4、基于残差的动态压缩感知成像技术，只需要前一时刻信号支撑集的信息来估计本时刻的信号，而忽略了相邻时刻幅值的缓慢变化特性，在复杂场景中由于缺少考虑信号的物理传递模型，信号的估计值误差会被放大，在实际应用会较受限。
13、5、基于贝叶斯推断的压缩感知目标重构技术，需要根据目标的稀疏性与结构特性等，选取相应的分布函数，这本身难以实际应用，并且该算法采用最大似然估计、最大后验概率估计等手段，在复杂场景中往往难以奏效。
14、综上所述，现有的压缩感知成像技术，都是基于先验信息或者对目标信号的特征参数进行估算，虽然都能实现目标的重建，但由于没有考虑到散射场的实时信息，当探测器与目标间的介质浓度逐渐增加时，由于经大体积散射体成像时，目标信息与强背景信息混杂，针对目标信息与背景信息的混叠难以区分，同时系统的信息冗余非常严重，算法过于复杂；导致压缩感知成像效果差，成像距离近。
技术实现思路
1、为了解决现有技术中存在的上述问题，本专利技术提供了一种基于水体信息的透强散射体目标成像方法。本专利技术要解决的技术问题通过以下技术方案实现：
2、本专利技术实施例提供了一种基于水体信息的透强散射体目标成像方法，包括：
3、构建透强散射体的压缩感知成像系统；
4、利用所述压缩感知成像系统透过强散射体向目标发射多个脉冲序列，并采集每个脉冲序列对应的时域分布波形；
5、针对每个脉冲序列对应的时域分布波形，利用预设的强散射体目标提取算法处理，得到所述目标对应到该脉冲序列的波形参数；根据所述目标对应到该脉冲序列的波形参数，得到该脉冲序列对应的散射体参数；根据该脉冲序列对应的散射体参数，拟合得到该脉冲序列的后向散射时域误差波形；
6、针对每个脉冲序列，根据所述目标对应到该脉冲序列的波形参数和该脉冲序列的后向散射时域误差波形，得到所述目标对应到该脉冲序列的校准后的波形参数；
7、根据压缩感知信息解译算本文档来自技高网...
【技术保护点】
1.一种基于水体信息的透强散射体目标成像方法，其特征在于，包括：
2.根据权利要求1所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，所述压缩感知成像系统，包括：
3.根据权利要求2所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，利用所述压缩感知成像系统透过强散射体向目标发射多个脉冲序列，并采集每个脉冲序列对应的时域分布波形，包括：
4.根据权利要求3所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，所述处理器在生成随机采样矩阵集合时，还生成全0矩阵集合和全1矩阵集合；
5.根据权利要求3所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，所述针对每个脉冲序列对应的时域分布波形，利用预设的强散射体目标提取算法处理，得到所述目标对应到该脉冲序列的波形参数，包括：
6.根据权利要求5所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，根据所述目标对应到该脉冲序列的波形参数，得到该脉冲序列对应的散射体参数，包括：
7.根据权利要求6所述的一种基于水体信息的透强散射体目
8.根据权利要求7所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，所述针对每个脉冲序列，根据所述目标对应到该脉冲序列的波形参数和该脉冲序列的后向散射时域误差波形，得到所述目标对应到该脉冲序列的校准后的波形参数，包括：
9.根据权利要求8所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，所述根据压缩感知信息解译算法对所述多个脉冲序列得到的所有校准后的波形参数进行处理，得到所述目标透过强散射体的压缩感知成像结果，包括：
...【技术特征摘要】
1.一种基于水体信息的透强散射体目标成像方法，其特征在于，包括：
2.根据权利要求1所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，所述压缩感知成像系统，包括：
3.根据权利要求2所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，利用所述压缩感知成像系统透过强散射体向目标发射多个脉冲序列，并采集每个脉冲序列对应的时域分布波形，包括：
4.根据权利要求3所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，所述处理器在生成随机采样矩阵集合时，还生成全0矩阵集合和全1矩阵集合；
5.根据权利要求3所述的一种基于水体信息的透强散射体目标成像方法，其特征在于，所述针对每个脉冲序列对应的时域分布波形，利用预设的强散射体目标提取算法处理，得到所述目标对应到该脉冲序列的波形参数，包括：
6.根据权利要...
【专利技术属性】
技术研发人员：吕沛，王毓植，周蕾，邵晓鹏，席特立，程华超，梁益泽，薛淞，吕兴东，宋兰蕊，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。