搭建了远距离、高分辨率单像素成像实验装置，完成了白昼时段水平34 km距离、分辨率0.8 m的自然目标的单像素成像。单像素成像测量基采用多尺度排序的Hadamard矩阵，调制后经两个光电探测器进行差分来实现Hadamard调制测量，利用压缩率25%的测量信号和快速Walsh变换算法，实现了成像速度2帧/秒@128 pixel×128 pixel。定义了一种人机交互的信噪比评价方法计算重建图像质量，研究了单像素成像积分时间与图像质量关系，评价结果与视觉效果相符合。提出的单像素成像方案在低成本的远距离红外成像方面有潜在应用价值。

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。

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。

Hassanieh等设计了一种基于稀疏傅里叶变换的实时宽带频谱感知和解译技术BigBand, 该技术利用3台通用低速采集卡, 实现最多2个混叠稀疏信号的解译。本文基于BigBand给出一种利用多通道低速采集卡宽带频谱感知设计方案, 实现用低速采样解决宽频范围内多稀疏信号的快速感知解译。同时给出了一种该方案的实验验证方法。实验结果表明, 四通道BigBand能支持同一频点最多3个信号混叠的恢复。

将传统方法中伪随机序列发生器与电光调制器产生的光伪随机信号, 替换为光电振荡器产生的光混沌信号。搭建光电振荡器仿真系统, 产生带宽为30 GHz的光混沌信号, 利用1.25 GHz低速模数转换器, 成功地对0~10 GHz频带内的5个频率随机、幅度随机的频域稀疏信号进行压缩采样和信号重构, 并对混沌光子压缩采样的重构性能与传统方法做出详细比较。仿真结果表明,这种混沌光子压缩采样方法可行, 且其重构概率大于传统方法。

光场成像技术中光场的采集和数据的压缩处理是亟待解决的问题。为了实现光场的稀疏采样和恢复, 建立了基于光场低秩结构的压缩采样相机系统, 研究了光场矩阵的结构特征及压缩采样下光场图像的重构问题。根据静态光场各视点图像之间的内容相似性, 将这些图像向量化并按列组合成一个二维矩阵, 该矩阵呈现出低秩或近似低秩的状态。对光场图像矩阵进行低秩分解, 结果表明偏离低秩的部分呈现出很强的稀疏性性质, 低秩和稀疏各自表征不同的数据冗余度。然后, 对基于掩膜的相机采样系统进行随机Noiselets变换测量, 鉴于重构过程是一个低秩稀疏相关性约束下的优化求解问题, 采用贪婪迭代求解分别重构出光场矩阵的低秩部分和稀疏部分。仿真结果表明, 重构图像的PSNR维持在25 dB以上,且保留了光场视点间的视差信息, 能够满足稀疏采样中对光场图像的要求。

针对252Cf源驱动噪声分析测量法中核材料浓度识别问题,采用压缩感知理论,在K最近邻(KNN)识别算法基础上,研究了一种基于压缩采样的K最近邻(CSKNN)分类识别方法,进而研究并分析了CSKNN方法的识别概率.实验结果表明,CSKNN分类识别方法只需少量的观测值(观测比M/N≥0.1),即可达到分类识别的目的;当信噪比提高时,识别概率将会以更快的速度收敛至100%,且对K值的敏感程度也会随之降低.这样,不仅提高了核军控核查的实时性,而且还有效降低了采样成本,为核材料浓度的在线判读提供了一种新的理论基础和实现方法.

为了避免光谱成像系统的时间损失，提高系统光通量，提出一种压缩采样光谱调制技术，搭建了基于数字微镜器件的压缩采样多光谱成像系统.该技术基于压缩采样理论，采用编码孔径光学系统以低于奈奎斯特频率对光信息进行采样，大幅度地减少了光谱数据量.实验中根据探测器得到的隐含光谱信息的二维图像，采用双收缩快速迭代算法重建612 nm激光和彩条布的数据立方体，结果表明：压缩采样多光谱成像系统不仅具有高光通量和高分辨率等特点，并在获取谱信息的同时对其进行瞬时压缩，压缩比可达31∶1.