传统关联成像系统中对物体全部信息进行采样,而根据压缩感知理论可知绝大部分物体信息在某些变换下具有稀疏特性,因此对物体信息进行稀疏采样也可以复原出完整的物体信息。提出了利用关联成像对物体信息进行稀疏采样的方法,采用成像系统获取物体稀疏信息,再使用压缩感知算法对完整物体信息进行复原。对所提方法进行了实验研究,结果证实了使用稀疏采样能有效减少关联成像的数据量,提高系统的成像效率和质量。

近年来, 偏振关联成像受到了研究学者的广泛关注, 其在目标探测、特征提取等领域有着一定的应用价值。全Stokes偏振关联成像系统可以获得目标的多个偏振态图像, 利用这些图像可分别从不同的角度分析目标的本征偏振信息, 但是这些图像之间具有很强的互补性和冗余性。为此将HSL-RGB图像融合技术应用于偏振关联成像系统中, 将系统获取的多个偏振图像进行有效地融合, 来全面描述目标结构, 提高目标探测识别效能。实验结果表明该融合技术在提高偏振关联成像系统识别和探测性能上效果显著。

近年来, 关联成像成为光学成像领域的前沿和热点研究之一,它是一种新型的成像技术, 具有广泛的应用价值和前景。偏振探测技术可以提升系统探测识别能力, 且具有对不同材质物体的分类能力。将关联成像技术与偏振探测技术相结合, 固定探测端偏振配置, 使用Hadamard模式照明散斑, 对照明散斑进行分时偏振调制, 搭建了前向调制偏振关联成像系统。利用该系统对含有多材质物体的场景进行了偏振探测成像实验, 利用探测信号与照明散斑计算出了场景的强度和偏振信息。使用演化压缩采样复原技术, 在不同采样率下对场景信息进行了复原, 在12.5%的采样率下获取了场景清晰的强度和偏振信息。

近年来, 随着关联成像技术的高速发展, 已被广泛应用于诸多领域内, 并引起了高度关注。偏振探测技术能够区分不同材质物体, 可以增强系统的探测识别能力。文中结合偏振探测和关联成像技术的优点, 利用Walsh-Hadamard散斑对场景进行照明, 并对场景反射光进行分时偏振探测, 实现了对场景的全Stokes偏振关联成像。搭建相应的实验系统对多材质物体进行了成像实验, 利用不同偏振探测信号与照明散斑计算并获得了物体的Stokes参数图像, 实现了对同一场景中的不同材质物体和相同材质不同结构物体的区分。通过演化压缩采样复原技术, 在不同采样率下对物体图像进行了复原, 结果表明: 演化压缩采样复原技术能在较低的采样率下, 复原出清晰的场景全偏振信息。