基于相位恢复的失配反射层析图像重建算法 下载: 896次
1 引言
反射层析成像的概念最早由林肯实验室基于计算机断层扫描(CT)原理提出,该探测体制中探测系统与目标本体存在相对旋转,通过单个单元探测器接收不同角度下目标表面的反射回波,然后采用重建算法反演出目标的二维轮廓像。其特点是:空间成像分辨率与作用距离无关,不受限于光学系统孔径,只与脉冲宽度、探测器的带宽和噪声有关。反射层析成像在空间条件下具有成像距离远、分辨率高等优势,在空间目标监视与识别领域具有重要应用价值,国内外研究机构均相继开展了相关理论和实验研究[1-7]。
非合作目标在探测方向上与激光雷达探测系统存在相对运动,同时探测平台存在振动等原因,导致不同角度下的目标投影数据关于目标自身旋转中心存在相对平移,因此,在进行投影层析图像重建之前,必须利用投影数据获取相应的信息,对投影数据进行配准或采用相关算法对未配准的层析重建图像进行复原。
Jin等[8]提出了特征点跟踪算法,将每个角度的回波投影峰值作为特征点加以跟踪,通过几何关系导出旋转中心点的位置信息,但由于引入了激光信号流积分估计误差,必须取多组数据进行矫正处理,还要求目标表面不同区域存在明显的反射率变化;Ford等[9]指出目标反射投影的失配只会引起频域产生线性相位,并不影响理论上经傅里叶变换得到的频域模值,具有恢复相位的可能性,并最早采用相位恢复法对投影失配的层析成像数据进行相位恢复;Jin等[10]采用相位恢复法对实测投影数据进行图像重建;G-S迭代相位恢复算法[11]最早由Gerchberg和Saxton提出,此算法根据已知的衍射强度信息与物体振幅分布函数,在空域和频域反复进行快速傅里叶变换和逆变换,从而逐步恢复物体丢失的相位信息;Fienup[12]提出误差消除算法,解决了只有衍射强度为己知的相位恢复问题,从频谱强度分布推测物体的范围。但G-S迭代相位恢复算法和误差消除算法均存在迭代停滞的问题,因此各种改进算法相继出现,如最速下降方法[13]、混合输入-输出方法[14]等。Fienup等[15]从理论上证明了从退化数据中可以获得足够的限制条件进行相位恢复。由于相位恢复方法并没有对目标表面散射特征提出特别的要求,因此,采用该算法对非合作目标投影图进行配准更具可行性;Ford等[9]和Jin等[10]虽然研究了相位恢复算法在层析成像图像复原方面的应用,但均没有分析投影角度的采样间隔对重建图像复原效果的影响。
本文研究了反射层析激光雷达成像的原理,理论推导了反投影重建过程,通过3DS Max软件和OpenGL编程建立了实体目标的激光雷达回波模型,采用相位恢复算法对投影失配条件下的反射层析重建图像进行复原,仿真分析了该算法在投影角度过采样、完全投影以及稀疏投影条件下的性能,以验证其可行性。
2 反射层析成像原理
透射层析成像技术最初用于医学成像领域,利用电磁波对待测目标进行断层透射扫描,从而重建内部物质的密度分布图像,其理论基础是Radon变换及其逆变换以及中心切片定理。如
式中
图 1. 投影变换示意图。(a)时域投影;(b)中心频率切片
Fig. 1. Diagram of projection transform. (a) Projection in time domain; (b) center frequency slice
对投影数据进行傅里叶变换,即可得到物体的二维傅里叶变换。如果能够获得足够多的投影数据覆盖物体的整个傅里叶空间,就能通过傅里叶逆变换重建原图像,而实际中对目标图像进行重建时更多采用滤波反投影方法。
极坐标形式的
因此有
以上理论基于透射投影数据,为了应用透射层析重建方法进行反射层析的图像重建,需要研究反射投影和透射投影的关系,Knight等[16-18]分析得到二者转换关系为
如
由以上分析可知,可将反射投影数据转换为透射投影数据进行图像重建。
3 相位恢复算法
采用相位恢复算法来恢复图像相位时,已知的条件是由(1)、(2)式得到的图像傅里叶频谱强度分布
相位恢复迭代算法主要步骤为[14]
式中函数下标
不同的恢复算法主要差别在于从
在混合输入-输出算法中,物体处的限制条件为
式中参量
将每次循环得到的傅里叶变换频谱
目标的反射投影在时域上存在相对移动,在频域上就会产生线性相位变化,理论上傅里叶变换模值并不受时域投影失配的影响。因此,根据层析成像的傅里叶切片定理,结合已知的投影强度分布,可以恢复未配准层析投影重建图像的相位信息,进而对其进行复原。其中,傅里叶频谱振幅分布对应空间域目标重建图像的轮廓分布信息,频谱相位对应于不同投影角度下的投影平移量,本文采用的循环迭代物平面振幅限制为投影重建目标二维轮廓图像的强度不小于0。
4 反射层析成像仿真实验
4.1 仿真模型构建及实验流程
目前,获取目标二维层析像的方式主要有实验方法和二维平面目标仿真方法[20],通过建立目标三维模型,可以得到不同角度的投影信息[21],然而重建轮廓像的研究鲜有报道。考虑到现实中目标体均为三维体,相比利用目标二维图像的仿真方法,建立目标三维模型可以更精确地获取实际目标的投影,重建的目标轮廓像更贴合实际情况;相比于实验方法,该方法可以建立任意目标体三维模型,可以得到几乎任意角度、任意分辨率的目标二维轮廓像,能为算法验证提供足够的数据支撑,并提高效率。采用3DS Max软件建立圆锥体目标的三维模型,然后对模型表面进行三角形面元网格化,利用OpenGL对目标模型进行消隐投影处理,即可得到目标体在不同角度下的二维距离图像。
为准确描述目标姿态信息及光源入射方向,使用右手Cartesian坐标系统,设置观察坐标系
仿真实验采用的目标反射层析数据通过以下步骤获得:将目标本体坐标系
图 3. 坐标系设置示意图。 (a)观察坐标系;(b)目标本体坐标系
Fig. 3. Sketch of coordinates. (a) Observation coordinates; (b) target coordinates
图 4. 圆锥体三维模型示意图。(a) θ=0°; (b) θ=45°; (c) θ=90°; (d) θ=180°
Fig. 4. Diagram of three-dimensional model of a cone. (a) θ=0°; (b) θ=45°; (c) θ=90°; (d) θ=180°
采用相位恢复法的实验流程如
图 5. 反射层析重建图像相位恢复流程图
Fig. 5. Flow chart of phase retrieval of reflective tomography reconstructed images
4.2 重建图像相位恢复实验及分析
仿真实验采用的目标体是高与底面直径均为8 m的圆锥体,激光源发射脉宽为10 ns的高斯脉冲,采用非相干探测系统,探测距离为100 m,该探测系统可以获得的理论距离分辨率为1.5 m。根据Charles等[19]的分析,在360°完全投影角度下,所需要的投影个数至少为75.4,平均投影角度间隔Δ
图 6. 圆锥体投影分布图。(a)关于旋转中心对齐的投影;(b)加入随机偏移量的失配投影
Fig. 6. Distribution of cone projections. (a) Aligned projections according to target rotation center; (b) misaligned projections with random shift
采用滤波反投影算法对圆锥体目标进行反射层析投影重建,反投影时选用样条插值算法以及Shepp-Logan滤波器。Δ
图 7. 不同条件下投影重建图像。(a) Δθ=1°; (b) Δθ=1°时投影平移重建图像; (c) Δθ=5°; (d) Δθ=5°时投影平移重建图像; (e) Δθ=9°; (f) Δθ=9°时投影平移重建图像; (g) Δθ=18°; (h) Δθ=18°时投影平移重建图像
Fig. 7. Images reconstructed from projections under different conditions. (a) Δθ=1°; (b) image of projections translation when Δθ=1°; (c) Δθ=5°; (d) image of projections translation when Δθ=5°; (e) Δθ=9°; (f) image of projections translation when Δθ=9°; (g) Δθ=18°; (h) image of projections translation when Δθ=18°
从
图 8. 不同条件下投影重建图像的频谱幅度分布。(a) Δθ=1°时配准频谱; (b) Δθ=1°时未配准频谱; (c) Δθ=5°时配准频谱; (d) Δθ=5°时未配准频谱; (e) Δθ=9°时配准频谱; (f) Δθ=9°时未配准频谱; (g) Δθ=18°时配准频谱; (h) Δθ=18°时未配准频谱
Fig. 8. Spectral amplitude distribution of images reconstructed from projections under different conditions. (a) Registered spectrum when Δθ=1°; (b) unregistered spectrum when Δθ=1°; (c) registered spectrum when Δθ=5°; (d) unregistered spectrum when Δθ=5°; (e) registered spectrum when Δθ=9°; (f) unregistered spectrum when Δθ=9°; (g) registered spectrum when Δθ=18°; (h) unregistered spectrum when Δθ=18°
采用第3节中的相位恢复算法对上述失配投影重建图像进行相位恢复,初始矩阵分别采用失配投影重建图像,范围在0~255的随机数矩阵以及数值为10的常数矩阵3种,输入-输出算法的参数
当Δ
对比4种Δ
图 9. 不同初始矩阵的相位恢复图像。(a)、(d)、(g)、(j)初始矩阵失配反投影重建图像; (b)、(e)、(h)、(k)范围0~255的随机数矩阵; (c)、(f)、(i)、(l)数值为10的常数矩阵
Fig. 9. Phase retrieval images using different initial matrices. (a),(d),(g),(j) Initial matrix images reconstructed with misalignment;(b),(e),(h),(k) random number matrix between 0 and 255; (c),(f),(i),(l) constant matrix with value 10
采用(13)式定义的均方误差评价相位恢复的图像质量,不同Δ
表 1. 不同Δθ值和不同初始矩阵重建图像的MSE
Table 1. Reconstructed image MSE of different initial matrixes when Δθ is different
|
图像的
由仿真实验可知,在投影未配准的情况下,采用相位恢复法重建图像的质量与投影之间的偏移量,投影角度的稀疏程度以及初始矩阵的选取有关。存在投影失配时,当目标外形特征较规则或为简单目标体的条件下(如圆锥体目标),投影角度并不是越多越好,投影角度过密会引起部分伪影现象,但仍能在一定程度上复原出目标图像;在完全投影条件下,复原的图像质量最好;当投影角度过少,则很难恢复出目标轮廓;选取失配投影重建图像作为初始矩阵,能够获得很好的重建结果,而随机数矩阵与常数矩阵所得到的重建结果具有一定的随机性,因此,相位恢复的性能依赖于所选取的初始矩阵。结果表明,采用相位恢复算法复原的反射层析图像在一定程度上消除了投影失配引起的图像伪影及失真,其是一种对投影失配条件下的反射层析重建图像进行复原的有效方法。
5 结论
研究了反射层析激光雷达探测系统的成像原理,透射层析与反射层析的转换关系,以及相位恢复法在反射层析重建图像复原中的应用。将相位恢复算法运用到存在投影失配的反射层析重建图像的复原,利用仿真实验对算法的性能进行了分析和验证。结果表明,该算法在投影角度过采样、完全投影以及稀疏投影情况下均能在一定程度上消除图像伪影,还原目标原始轮廓,能有效复原投影失配条件下的目标反射层析重建图像。
[2] Murray JT, TriscariJ, FetzerG, et al. Tomographic lidar[C]∥Applications of Lasers for Sensing and Free Space Communications, Optical Society of America, 2010: LSWA1.
Murray JT, TriscariJ, FetzerG, et al. Tomographic lidar[C]∥Applications of Lasers for Sensing and Free Space Communications, Optical Society of America, 2010: LSWA1.
[4] Hanes SA, Benham VN, Lasche JB, et al. Field demonstration and characterization of a 10.6-μm reflection tomography imaging system[C]. SPIE, 2001, 4167: 230- 241.
Hanes SA, Benham VN, Lasche JB, et al. Field demonstration and characterization of a 10.6-μm reflection tomography imaging system[C]. SPIE, 2001, 4167: 230- 241.
[5] 谷雨, 胡以华, 郝士琦, 等. 变分贝叶斯解卷积法在激光反射层析成像中的应用[J]. 光学学报, 2016, 36(6): 0611003.
谷雨, 胡以华, 郝士琦, 等. 变分贝叶斯解卷积法在激光反射层析成像中的应用[J]. 光学学报, 2016, 36(6): 0611003.
[6] 金晓峰, 孙建锋, 严毅, 等. 反射层析激光雷达小系统成像模拟[J]. 光学学报, 2010, 30(3): 747-752.
金晓峰, 孙建锋, 严毅, 等. 反射层析激光雷达小系统成像模拟[J]. 光学学报, 2010, 30(3): 747-752.
[7] 金晓峰, 严毅, 孙建锋, 等. 基于角度-多普勒分辨的反射层析激光成像雷达研究[J]. 光学学报, 2012, 32(8): 0828001.
金晓峰, 严毅, 孙建锋, 等. 基于角度-多普勒分辨的反射层析激光成像雷达研究[J]. 光学学报, 2012, 32(8): 0828001.
Fienup J R. Phase retrieval algorithms: a comparison[J]. Applied Optics, 1982, 21(15): 2758-2769.
[17] JinX, SunJ, YanY, et al. Modified Radon-Fourier transform for reflective tomography laser radar imaging[C]. SPIE, 2011, 8192: 81921S.
JinX, SunJ, YanY, et al. Modified Radon-Fourier transform for reflective tomography laser radar imaging[C]. SPIE, 2011, 8192: 81921S.
[18] Bellet JB, BerechetI, BerechetS, et al. Laser interactive 3D computer graphics[C]∥2 nd International Conference on Tomography of Materials and Structures , 2015.
Bellet JB, BerechetI, BerechetS, et al. Laser interactive 3D computer graphics[C]∥2 nd International Conference on Tomography of Materials and Structures , 2015.
[20] 林放, 王金诚, 张华, 等. 多帧迭代盲解卷积在激光反射断层成像的应用[J]. 光学学报, 2017, 37(9): 0911001.
林放, 王金诚, 张华, 等. 多帧迭代盲解卷积在激光反射断层成像的应用[J]. 光学学报, 2017, 37(9): 0911001.
[21] 陈剑彪, 孙华燕, 赵延仲. 空中目标激光雷达一维距离像仿真及实验研究[J]. 激光与光电子学进展, 2017, 54(7): 072802.
陈剑彪, 孙华燕, 赵延仲. 空中目标激光雷达一维距离像仿真及实验研究[J]. 激光与光电子学进展, 2017, 54(7): 072802.
陈剑彪, 孙华燕, 赵延仲, 单聪淼. 基于相位恢复的失配反射层析图像重建算法[J]. 光学学报, 2018, 38(4): 0411002. Jianbiao Chen, Huayan Sun, Yanzhong Zhao, Congmiao Shan. Misaligned Reflective Tomography Image Reconstruction Algorithm Based on Phase Retrieval[J]. Acta Optica Sinica, 2018, 38(4): 0411002.