[00140033]基于分离式压缩传感技术的成像理论研究与实现

压缩成像系统相比于传统的成像结构具有许多独特的优势,如：通常可以采用单个或少量探测器实现高分辨率图像的获取,因此可以在一定经济成本下选用性能优良的探测器,实现宽光谱、低亮度等各种复杂环境下的物体成像,并且可以降低系统功耗;另外,压缩成像系统结构通常较小,适合一些特殊的场合。Neifeld和Ke等人总结了目前通用的三种压缩成像系统结构： （1）顺序结构 （2）并行结构 （3）光子共享结构。 目前研究人员提出的基于CS理论的压缩成像系统多属于顺序结构或并行结构。 Rice University的研究人员最早提出了一种单探测器的CS压缩成像系统,该系统采用随机观测序列调整数字微镜器件（Digital Micromirror Device,DMD）阵列的反射方向,结合时分复用技术实现压缩测量。该系统目前已在实验室制作出样品,具有通用性强、功耗低、可加密测量、可实现分级测量等优点。由于采用了单探测器,因此该结构的探测光谱非常宽,Wai等人在此基础上,用一系列PCB板代替DMD器件实现了太赫兹光谱的压缩成像。该类型成像系统采用的是顺序结构,对于较大尺寸图像而言,调整模板的随机序列需要较大的存储空间和测量时间,因此实用性较差;而且DMD器件由于各微镜位置的非一致性及单一透镜会造成聚焦不完全等因素会影响测量效果。 研究人员也提出了一些并行的CS压缩成像系统。如Marcia等人提出了基于编码孔径成像（coded aperture imaging）技术的压缩成像结构,根据Toeplitz结构矩阵,研究了一种随机编码孔径模板的设计方法,理论分析了该结构实现从低分辨率图像重构高分辨率图像的可行性,并进行了仿真。Stern等人提出了将一随机相位模板（random phase mask）置于聚焦透镜前,通过一次曝光将目标物体随机投影到成像传感器阵列上的压缩成像结构,并进行了理论仿真分析。MIT的研究人员用随机反射界面代替传统相机的聚焦透镜,制成压缩成像系统。虽然这些类型的CS压缩成像系统具有成像速度快等优点,但由于采用随机模板,因此在系统使用前需要进行标定,其过程通常比较复杂,且计算量较大。 针对顺序和并行CS压缩成像结构中存在的随机测量矩阵存储量大、标定复杂,运算负担重等不足,Stern和Rivenson等人提出了可分离的二维压缩传感理论,将随机测量矩阵分解成两个低维度的矩阵的张量积,分别对目标物体投影矩阵的行和列进行处理。该方法极大的减小了随机测量矩阵的复杂度,降低了成像系统的标定难度,但需要牺牲一定的压缩性能。在该理论的基础上,Ryan等人提出了转换成像器（transform imager）的压缩成像结构。该结构在CMOS图像传感器各像素下分别设计乘法器,并对CMOS每列进行加法处理,然后对各像素列取值之和进一步运用向量-矩阵乘法处理,通过施加不同的乘法系数,可以实现固定基的压缩成像或CS压缩成像。研究人员提出了各种关键电路的设计思路,并采用了重叠分块的图像处理方法,进行了仿真分析。由于该结构所需的微电子电路设计比较复杂,Jacques等人利用随机卷积理论,运用Rademacher移位寄存序列控制CMOS图像传感器的各像素,实现卷积功能,结合可随机触发的AD采集模块代替向量-矩阵乘法,实现CS压缩成像[30]。然而这些成像系统由于直接在CMOS图像传感器基础上进行微电子设计,工艺比较复杂,且成本高;同时并没有充分发挥CS压缩成像技术的功耗低、宽光谱成像的特点。 从以上研究现状可知,目前关于CS的压缩成像系统的研究还处于仿真和实验室阶段,很多结构只是提出了设计思路,并且多是基于已有的传统成像系统的改进。本项目将结合分离式压缩传感理论的优点,提出一种新型的单像素的CS成像系统结构。本项目的研究成果将推动压缩传感理论在图像压缩领域的应用进展。 创新点及主要成果： 1.利用CS理论,尽管能够实现数据量的巨大减少,但是传统的CS方法仍然有一些缺陷。例如,现有的CS架构不具有自适应性,抽样数量决定于信号获取过程开始之前,采集过程进行中没有反馈信息。在一些测量信号,如雷达信号,它的有用部分是时变的,可能没有足够的先验知识来确定适当的CS的观测基。 为了改善传统CS理论,打破上述的这些局限性,提出了贝叶斯压缩传感,并通过实验验证其可行性。 2.将压缩传感理论应用到合成孔径雷达中,实现是数据接收端数据量的压缩,从而提高合成孔径雷达系统的性能,并通过实验验证其可行性。 3.提出并构造了基于正交基Kronecker积的测量矩阵,该矩阵具有速记测量矩阵和确定性测量矩阵的优点,在保证较好表现力的基础上降低了构造过程的计算复杂度。 4.设计了基于DSP的图像压缩采样硬件平台,并进行了实际测试,取得了较好的效果。 存在问题及下一步研究工作方向 1.实际自适应CS算法应用在实时雷达信号中仍然存在一些问题。首先,波动的停止标记受随机观测矩阵的制约。第二,需要设计一个更快的恢复算法,为实现处理实际信号提供足够的计算效率。 2.如果能构造更适合硬件实现的随机测量矩阵,提高压缩图像采集效果是下一步的主要研究内容。