針對(duì)隨機(jī)散斑圖的非正交性所導(dǎo)致的計(jì)算鬼成像信噪比低的問題,提出一種基于正交化正弦散斑的計(jì)算鬼成像方法。該方法結(jié)合矩陣正交特性,將正交的兩種傾斜正弦分布圖案疊加,以調(diào)整頻率上限的方式構(gòu)建出正交化正弦散斑場(chǎng),并對(duì)未知目標(biāo)進(jìn)行成像。數(shù)值仿真及實(shí)驗(yàn)結(jié)果表明,與基于高斯散斑圖的計(jì)算鬼成像相比,本文方法重建的鬼像質(zhì)量明顯提高,其中峰值信噪比增加了4dB～7dB,且結(jié)構(gòu)相似性提高了280%。

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖1計(jì)算鬼成像方案示意圖

式中：為重構(gòu)出的鬼像；〈·〉表示求平均值；Ib(n）=∫Ia(x,y;n)T(x,y)dxdy，表示第n次測(cè)量時(shí)桶探測(cè)器測(cè)得的總光強(qiáng)。假設(shè)物光信息在傳播過程中光束沒有擴(kuò)散，即不考慮光束衍射。對(duì)（1）式變形可得

圖2重建結(jié)果。（a）原圖；（b)SGI重建結(jié)果；（c）僅用正弦散斑重建結(jié)果；（d）僅用余弦散斑重建結(jié)果

式中：，表示均方誤差；（i,j）表示像素點(diǎn)；T、分別表示待測(cè)物體和重構(gòu)目標(biāo)；m×n表示圖像的像素?cái)?shù)。圖2(a）為原圖，圖2(b）為SGI重建結(jié)果，圖2(c）為僅用正弦散斑得到的重建結(jié)果，圖2(d）為僅用余弦散斑得到的重建結(jié)果，這3類散斑圖像重建的PSNR分別為63.3487dB、....

圖3正交化正弦散斑生成圖像原理圖。（a)45°正弦散斑；（b)135°正弦散斑；（c）疊加后的散斑

4）利用二階強(qiáng)度關(guān)聯(lián)算法在最優(yōu)頻率上限下重構(gòu)目標(biāo)圖像4仿真與分析

圖4本文算法在不同頻率上限下對(duì)不同灰度目標(biāo)的重建結(jié)果。（a）待成像物體；（b)20rad/rotation(1849個(gè)散斑）；（c)22rad/rotation(2209個(gè)散斑）；（d)24rad/rotation(2601個(gè)散斑）；（e)26rad/rotation(3025個(gè)散斑）；（f)28rad/rotation(3481個(gè)散斑）；（g)30rad/rotation(4096個(gè)散斑）

PSNR曲線圖顯示，在相同的頻率上限下，隨著多縫斜條紋寬度的增加，PSNR隨之增加。對(duì)于紋理較密的目標(biāo)圖像，細(xì)節(jié)重建時(shí)會(huì)引入過多噪聲，使得重建結(jié)果較差；對(duì)于紋理較稀疏的目標(biāo)圖像，細(xì)節(jié)重建時(shí)引入噪聲較少，使得重建結(jié)果較好。因此，在重建一幅紋理和細(xì)節(jié)稀疏度不同的復(fù)雜圖像時(shí)，選擇最優(yōu)頻....

本文編號(hào)：3918924