基于扩展小波树理论和多任务贝叶斯模型,提出了彩色图像自适应压缩采样方法。根据扩展小波树结构中父子系数和兄弟系数的关系,对彩色图像中红、绿、蓝三通道图像分别进行了自适应压缩采样。利用彩色图像三通道间的相关性和多任务贝叶斯模型,分别处理了采样得到的三通道高频小波系数,并重构融合得到彩色图像。研究结果表明,当采样次数为600、采样率为14.6%时,利用所提方法得到的彩色重构图像的峰值信噪比均大于27 dB,色差均值最小,色差值也趋于稳定,图像色调保持着较好的一致性和稳定性。

为了消除采样过程中的噪声干扰，进一步提高重构图像质量，针对数字微镜阵列（DMD）与桶探测器在测量过程中点对点采样产生的起伏噪声导致图像信噪比降低的问题，提出基于哈达玛矩阵编码测量的压缩采样成像方法。首先采用DMD分区控制方法，利用哈达玛编码测量，计算获得低分辨率的粗糙图像，接着在预测的重要小波系数所在区域，对同一尺度上的重要区域利用哈达玛矩阵进行投影，同时计算出这些区域的小波系数，最后通过小波逆变换获得重构图像。实验表明，在测量噪声为0.2倍的热噪声下，只需要10%的采样率，通过哈达玛编码测量，图像峰值信噪比从1398 dB最高提高到34.56 dB，提高了20.58 dB，成像质量明显改善，清晰度高。当存在较大的测量噪声时，该方法可以大幅提高图像的信噪比，尤其适用于微弱光信号条件下的高灵敏压缩采样成像。

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。

为了在现有的采样条件下, 通过新的压缩采样方式获得计算量小且质量更好的图像, 提出了基于压缩感知与扩展小波树的自适应压缩成像方法。首先将图像投影到分区控制的DMD上, 获得图像在低分辨率下的测量值, 并通过压缩感知重构算法重构出低分辨图像, 接着利用扩展小波树预测重要小波位置, 通过DMD在小波域采样获取图像的细节信息, 最后由小波逆变换恢复高分辨率图像。将该方法与最小化全变分算法(TVAL3)和近来提出的基于扩展小波树的自适应成像算法(EWT-ACS)效果进行对比, 实验结果表明, 以boat图像为例, 在压缩感知采样率为0.75, 整体采样率为10%的无噪声条件下, 该方法相较于TVAL3、EWT-ACS算法信噪比提高了4.63 dB和2.87 dB, 在附加噪声条件下成像效果也较好。该方法能极大地降低压缩感知重建算法的运行时间, 同时减少采样次数, 具有较好的抗噪性。

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。