1 上海第二工业大学 智能制造与控制工程学院，上海 201209
2 上海大学 机电工程与自动化学院，上海 200072
将频域变密度减采样应用于无放大同轴全息图的压缩传感层析重建当中，旨在于从无放大同轴全息图的频域中提取少量信息，实现全息图频域少量数据的压缩传感层析重建。首先，理论介绍了三种变密度减采样法与全息图压缩传感重建相结合的原理，三种变密度减采样分别是射线分布、螺旋线分布以及指数分布变密度减采样；其次，分别开展了仿真实验和测试实验，分析了与压缩全息相结合的三种变密度减采样方法的重建质量。由实验可知：(1) 能够通过三种变密度减采样实现全息图频域少量数据的提取；(2) 随着采样率的增大，变密度减采样获得的全息图频域少量数据的压缩传感层析重建质量不断提高；(3) 在采样率小于50%的情况下，指数分布减采样具有比另外两种减采样方法获得更高的重建质量(例如低采样率15%，指数分布减采样比另外两种方法的效果更为明显)；(4)在采样率大于50%的情况下，三种减采样模式所获得数据的层析重建质量较高且基本相一致。
轴全息图 压缩传感 逆反问题 层析重建 in-line hologram compressive sensing inverse problems tomographic reconstruction 红外与激光工程
2020, 49(S1): 20190500
1 上海大学 机电工程与自动化学院, 上海 200072
2 上海第二工业大学 智能制造与控制工程学院, 上海 201209
文中对放大方式下同轴全息图压缩传感重建开展了实验研究, 目的是实现分层物体放大方式下的同轴全息图的层析重建。首先, 对同轴全息图压缩传感重建进行了理论介绍, 并给出了实现步骤, 包括全息图频域减采样模式、两步迭代算法流程等; 其次, 建立了点源放大同轴全息图记录实验系统和显微物镜放大同轴全息图记录实验系统, 以双层样本为例开展了实验工作, 所记录的同轴全息图基于压缩传感理论进行了层析重建, 同时基于传统的卷积算法也进行了反衍射重建。实验结果表明: 两种放大方式下获得的全息图, 通过压缩传感层析重建技术能够实现物体的层析重建, 并且比传统卷积反衍射重建具有更好的结果, 显示了压缩传感层析重建的能力和优势。
同轴全息图 压缩传感 层析重建 in-line hologram compressive sensing tomographic reconstruction 红外与激光工程
2019, 48(6): 0603017
压缩传感理论允许以低于奈奎斯特定理规定的采样频率对信号进行采样并重构。近年来, 压缩传感信号重建的研究大多用软件实现。文中设计一种基于FPGA的OMP重构算法的硬件实现, 使用QR分解求解矩阵的伪逆。仿真结果表明应用FPGA得到的重构信号逼近原信号, 且重建速度快。基于FPGA的压缩传感信号重建, 减少了信号重构所需的时间, 推进了压缩传感进入实际应用的进程。
压缩传感 正交匹配追踪算法 QR分解 compressive sensing OMP FPGA FPGA QR-decomposition
1 福州大学 机械工程及自动化学院 光学和太赫兹及无损检测实验室, 福建 福州350108
2 福建省医疗器械和生物技术重点实验室, 福建 福州350000
3 英国利物浦大学 电气电子工程系统, 利物浦 L69 3GJ
基于图像压缩传感理论, 在手动式光学单点成像系统的基础上研究了自动式光学单点成像系统。主要介绍了系统中自动编码转盘的设计以及编码块的获取, 采用一系列优化的编码块图案作为测量矩阵, 并利用最小均方差线性估计(MMSE)重构算法进行实验。实验研究表明, 通过7.8% 低采样率即可实现对字符样本的重构。该自动编码转盘系统自动化程度较高, 误差较小, 而且可随意改变测量次数。
压缩传感 稀疏性 测量矩阵 编码转盘 成像系统 compressive sensing sparsity sensing matrix rotating coding disc imaging system
安徽大学 计算智能与信号处理教育部重点实验室, 安徽省现代成像与显示技术重点实验室, 合肥 230039
针对可分离压缩传感使用的可分离随机正交矩阵在处理大尺度图像等高维信号感知时难度太大或成本过高的问题, 引入确定性测量矩阵, 提出确定性矩阵可分离压缩传感, 可将如托普利兹矩阵及循环矩阵等具有确定性结构的矩阵作为可分离压缩传感的左、右可分离矩阵.该方案可以降低独立元素的数目, 从而显著降低前端物理实现的难度与成本.数值模拟实验分别评估了该方法在不同采样率及不同图像尺寸下的压缩重建性能, 结果表明该方法在独立元素非常少的情形下得到与原随机正交矩阵相近的重建质量, 证明了其可行性.
压缩传感 压缩成像 可分离压缩传感 随机正交矩阵 确定性矩阵 Compressive sensing Compressive imaging Separable compressive sensing Random orthogonal matrix Deterministic matrix
1 西北工业大学 航天学院, 西安 710072
2 中国科学院西安光学精密机械研究所, 西安 710119
3 中国科学院光谱成像技术重点实验室, 西安 710119
为了改善光学成像中的成像质量和效率, 提出一种基于压缩传感的超分辨光学三维成像技术.通过物镜、编码板、色散元件、准直镜、聚焦镜、探测器等组成前端成像系统, 然后, 利用稀疏重构算法在后端处理器上重构光谱数据, 从而将成像运算量从前端转移到后端.同时, 引入块重构、错位预处理、多帧重构技术, 提高重构的准确度, 减小后端处理内存, 降低计算复杂度.通过仿真实验对原始数据和重构数据的光谱曲线、信噪比、光谱误差、分类识别效果等指标进行对比分析, 结果表明, 利用本文压缩传感技术可以实现超分辨光学三维成像, 且成像质量较高, 数据应用效果较好, 可用于大幅宽、高分辨率、低功耗、动态目标的成像观测.
压缩传感 光谱成像 稀疏表示 高光谱图像 重构算法 Compressed sensing Spectral imaging Sparse representation Hyperspectral images Reconstruction algorithm
为了把压缩传感技术应用到变换域非稀疏信号中，提出了一种能够改善信号非稀疏表达稀疏性的新方法。该方法采用可移动窗口函数把信号在变换域中的非稀疏表达截取成多个窗截表达，只要控制每个窗口函数宽度远小于信号的长度，则每个窗截表达具有较好的稀疏性。通过稀疏的窗截表达实现对非稀疏表达的压缩传感。结合高斯和矩形窗口函数给出了详细的理论分析，无噪和加噪信号的实验结果证明了该方法的有效性。
图像处理 压缩传感 非稀疏表达 窗截表达 稀疏性 信号重建 激光与光电子学进展
2015, 52(3): 031002
重庆大学 光电技术及系统教育部重点实验室, 重庆400044
针对252Cf源驱动核材料产生裂变中子脉冲信号具有脉冲序列特殊的“0,1”稀疏结构之特点,采用压缩感知理论,通过巧妙引入图论中的二分图模型,同时结合二分图的最小覆盖性质,适当添加约束条件,构建了稀疏均匀的观测矩阵。研究结果表明,利用压缩感知理论对“0,1”中子脉冲序列特殊稀疏结构的信号重构算法不仅可行,而且还获得了优于l1范数最小化方法重构结果,这对252Cf驱动核材料的中子脉冲信号分析与处理提供了一种新的途径或方法。
252Cf源噪声分析法 压缩传感 稀疏性 二分图 252Cf-source-driven noise analysis compressive sensing sparsity bipartite graph 强激光与粒子束
2014, 26(12): 124003
1 装甲兵工程学院 控制工程系, 北京 100072
2 中国人民解放军73021部队, 浙江 杭州 310023
针对压缩传感理论应用于实际系统成像时重构图像质量随图像采样率变化的问题,通过对正交匹配追踪算法进行改进,提出了一种利用空间光调制器实现编码孔径成像的压缩传感图像重构方法。该方法对传统的正交匹配追踪法迭代计算中已选入支撑集的列向量进行标记,并在下一次迭代计算中予以排除,从而减少了重构时间。在此基础上提出了将测量矩阵分别按行和按列排列进行重构后平均的图像增强算法。增强算法在达到同样重构质量时,减小了图像采样率,有利于图像数据的传输和存储。仿真实验验证了方法的有效性和稳定性,可为压缩传感技术的应用提供技术参考。
编码孔径 压缩传感 图像稀疏与重构 多元探测器 正交匹配追踪 coded apertures CS sparse representation and reconstruction multi-element detector array orthogonalmatching pursuit(OMP)
采用关键基对为傅里叶小波基的压缩传感无透镜放大全息技术，研究全息层析重建问题。论述了压缩传感无透镜放大全息重建技术的基本原理；采用概率密度函数服从指数分布的采样模式，进行全息图的频域减采样，并且利用l1范数最小化开展物体重建工作；通过模拟实验和测试实验分析压缩传感无透镜放大全息技术。仿真结果显示，对于频域减采样25%的全息图，多层切平面的压缩传感重建比反衍射重建的平均质量指标提高了3倍。对两层透明样本的测试实验同样表明，压缩传感无透镜放大全息技术对频域减采样全息图重建的有效性。
全息 压缩传感 无透镜放大 层析重建 光学学报
2014, 34(s2): s209002
