留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多孔径压缩编码超分辨率大视场成像方法

袁影,  王晓蕊,  吴雄雄,  穆江浩,  张艳

downloadPDF
文章导航 > 红外与激光工程  > 2017 >  46(8): 824001-0824001(7)
袁影, 王晓蕊, 吴雄雄, 穆江浩, 张艳. 多孔径压缩编码超分辨率大视场成像方法[J]. 红外与激光工程, 2017, 46(8): 824001-0824001(7). doi: 10.3788/IRLA201746.0824001
引用本文: 袁影, 王晓蕊, 吴雄雄, 穆江浩, 张艳. 多孔径压缩编码超分辨率大视场成像方法[J]. 红外与激光工程, 2017, 46(8): 824001-0824001(7). doi: 10.3788/IRLA201746.0824001
shu
Yuan Ying, Wang Xiaorui, Wu Xiongxiong, Mu Jianghao, Zhang Yan. Multi-aperture super-resolution and wide-field imaging method using compressive coding[J]. Infrared and Laser Engineering, 2017, 46(8): 824001-0824001(7). doi: 10.3788/IRLA201746.0824001
Citation: Yuan Ying, Wang Xiaorui, Wu Xiongxiong, Mu Jianghao, Zhang Yan. Multi-aperture super-resolution and wide-field imaging method using compressive coding[J]. Infrared and Laser Engineering, 2017, 46(8): 824001-0824001(7). doi: 10.3788/IRLA201746.0824001
shu

多孔径压缩编码超分辨率大视场成像方法

doi: 10.3788/IRLA201746.0824001
  • 1.

    西安电子科技大学 物理与光电工程学院,陕西 西安 710071

基金项目: 

国家自然科学基金（61377007，61007014，61575152）

详细信息
    作者简介:

    袁影(1989-),女,博士生,主要从事三维显示及超分辨率成像方面的研究。Email:yuanying1989@126.com

  • 中图分类号: TN29

Multi-aperture super-resolution and wide-field imaging method using compressive coding

  • 1.

    School of Physics and Optoelectronic Engineering,Xidian University,Xi'an 710071,China

  • 摘要: 多孔径成像是一种融合了仿生复眼视觉的新型成像方法，具有小型化、大视场、高分辨率等多种优势，但由于每个子孔径对应的单元图像分辨率过低，导致其成像质量和视场角的提升十分有限。为了进一步提高成像分辨率和探测视场，基于压缩感知理论设计随机编码模板，并紧贴子孔径放置对入射光场进行调制，通过单次曝光记录编码后的低分辨率单元图像阵列，利用稀疏优化算法，重构所有低分辨率单元图像获得超分辨率大视场图像。理论分析和仿真实验证明了该方法的有效性。该方法不仅能兼顾大视场高分辨率成像，而且大大缩小系统等效焦距，具有薄层结构，体积小而重量轻，可为微光机电一体化系统的研制设计提供借鉴。
    Abstract: Multi-aperture imaging is a new imaging method combining with compound eye concept, which has a small size, large field of view, high-resolution images reconstruction and other advantages. However, due to the low resolution of sub-images, the improvements for the image resolution and field of view are very limited. A novel imaging method which could achieve both super-resolution and large field of view was proposed. The random coded mask was designed based on the framework of compressive sensing and placed on each sub-aperture. Instead of directly imaging and converging on the image sensor, the incident light field of each sub-aperture would be modulated by the coded mask. Then, the random projections of the input object could be acquired by the low-dimension image sensor within a single exposure. Finally, the sparse representation-based optimization algorithm was applied to reconstruct super-resolution and large field of view images from all low-resolution sub-images, which had more object pixels than the number of pixels of the image sensor. Both the theoretical model and simulation results show the feasibility of the proposed method.
  • [1] Wang Xiaolei, Wang Keyi, Cao Zhaolou, et al. Location of the target image for compound eye system[J]. Infrared Laser Engineering, 2013(1):36-38. (in Chinese)王小蕾, 王克逸, 曹兆楼,等. 目标定位仿生复眼视觉系统成像位置计算[J]. 红外与激光工程, 2013, 42(12):3433-3439.
    [2] Gong Xianwei, Yu Weixing, Zhang Hongxin, et al. Progress in design and fabrication of artificial compound eye optical systems[J]. Chinese Optics, 2013, 6(1):34-45. (in Chinese)巩宪伟, 鱼卫星, 张红鑫,等. 仿生复眼成像系统设计与制作的研究进展[J]. 中国光学, 2013, 6(01):34-45.
    [3] Tanida J, Kumagai T, Yamada K, et al. Thin observation module by bound optics (TOMBO):an optoelectronic image capturing system[C]//SPIE, 2000, 4086(11):1030-1036.
    [4] Tanida J, Kumagai T, Yamada K, et al. Thin observation module by bound optics (TOMBO):concept and experimental verification[J]. Applied Optics, 2001, 40(11):1806-13.
    [5] Kanaev A V, Ackerman J R, Fleet E F, et al. TOMBO sensor with scene-independent superresolution processing[J]. Optics Letters, 2007, 32(19):2855-7.
    [6] Fife K, Gamal A E, Wong H S P. A 3MPixel multi-aperture image sensor with 0.7m pixels in 0.11m CMOS[C]//Solid-State Circuits Conference, 2008. ISSCC 2008. IEEE International, 2008:48-594.
    [7] Shankar M, Willett R, Pitsianis N P, et al. Ultra-thin multiple-channel LWIR imaging systems[C]//SPIE, 2006, 6294:629411.
    [8] Shankar M, Willett R, Pitsianis N. Thin infrared imaging systems through multichannel sampling[J]. Applied Optics, 2008, 47(10):1-10.
    [9] Donoho D L. Compressed sensing[J]. IEEE Transactions on Information Theory, 2006, 52(4):1289-1306.
    [10] Donoho D L, Tsaig Y. Extensions of compressed sensing[J]. Signal Processing, 2006, 86(3):533-548.
    [11] Maro F Duarte, Mark A Davenport, Dharmpal Takhar, et al. Signal pixel imaging via compressive sampling[J]. IEEE Sig Pro Mag, 2008, 25(2):83-91.
    [12] Marcia R, Harmany Z, Willett R. Compressive coded apertures for high-resolution imaging[C]//SPIE, 2010, 7723:772304.
    [13] Marcia R F, Harmany Z T, Willett R M. Compressive coded aperture imaging[C]//IST/SPIE Electronic Imaging. International Society for Optics and Photonics, 2009, 7246:72460G.
    [14] Marcia R F, Willett R M. Compressive coded aperture super-resolution image reconstruction[C]//Pro of IEEE International Conference on Acoustics, Speech and Signal Processing, 2008:833-836.
    [15] Xiao Longlong, Liu Kun, Han Dapeng, et al. Focal plane coding method for high resolution infrared imaging[J]. Infrared Laser Engineering, 2011, 40(11):2065-2070. (in Chinese)肖龙龙, 刘昆, 韩大鹏, 等. 焦平面编码高分辨率红外成像方法[J]. 红外与激光工程, 2011, 40(11):2065-2070.
    [16] Deng Chengzhi, Tian Wei, Wang Shengqian, et al. Super-resolution reconstruction of approximate sparsity regularized infrared images[J]. Optics Precision Engineering, 2014, 22(6):1648-1654. (in Chinese)邓承志, 田伟, 汪胜前, 等. 近似稀疏正则化的红外图像超分辨率重建[J]. 光学精密工程, 2014, 22(6):1648-1654.
    [17] Wang Peng, Rong Zhibin, He Junhua, et al. Polarization imaging based on compressed sensing theory[J]. Infrared Laser Engineering, 2016, 45(2):274-280. (in Chinese)王朋, 荣志斌, 何俊华, 等. 基于压缩感知的偏振光成像技术研究[J]. 红外与激光工程, 2016, 45(2):274-280.
    [18] Chen Jian, Gao Huibin, Wang Weiguo, et al. Correlation theory of super-resolution restoration method[J]. Chinese Optics, 2014, 7(6):897-910. (in Chinese)陈健, 高慧斌, 王伟国,等. 超分辨率复原方法相关原理研究[J]. 中国光学, 2014, 7(6):897-910.
    [19] Candes E J. The restrictes isometry property and its implications for compresses sesing[J]. Academics, 2006, 346(1):598-592.
    [20] Haupt J, Nowak R. Signal reconstruction from noisy random projections[J]. IEEE Trans on Information Theory, 2006, 52(9):4036-4048.
    [21] Li Shen, Ma Caiwen, Li Yan, et al. Survey on reconstruction algorithm based on compressive sensing[J]. Infrared Laser Engineering, 2013, 42(S1):225-232. (in Chinese)李珅, 马彩文, 李艳,等. 压缩感知重构算法综述[J]. 红外与激光工程, 2013, 42(S1):225-232.
    [22] Fiqueiredo M A T, Nowak R D, Wright S J. Gradient projection for sparse reconstruction:application to compressed sensing and other inverse problems[J]. IEEE Journal of Selected Topics in Signal Processing, 2007, 1(14):586-598.
    [23] Bajwa W, Haupt J, Raz G, et al. Toeplitz-structured compressed sensing matrices[C]//Pro of IEEE SP 14th Workshop on Statistical Signal, 2007:294-298.
  • [1] 姚靖, 余志鹏, 高玉峰, 叶世蔚, 郑炜, 赖溥祥.  大视场双光子显微成像系统研究进展（特邀） . 红外与激光工程, 2022, 51(11): 20220550-1-20220550-11. doi: 10.3788/IRLA20220550
    [2] 刘婷, 唐善发, 刘何伟, 钱俊宏, 张蓉竹.  湍流变化对多孔径光学系统成像特性的影响 . 红外与激光工程, 2021, 50(12): 20210189-1-20210189-8. doi: 10.3788/IRLA20210189
    [3] 郑国宪, 焦建超, 俞越, 苏云, 唐义, 粘伟, 刘剑峰.  大视场大相对孔径日盲紫外告警光学系统设计 . 红外与激光工程, 2021, 50(2): 20200260-1-20200260-6. doi: 10.3788/IRLA20200260
    [4] 张赛文, 邓亚琦, 王冲, 冷潇泠, 张光富, 文兵, 邓杨保, 谭伟石, 田野, 李稳国.  基于多测量矢量压缩感知的超分辨荧光显微成像研究 . 红外与激光工程, 2021, 50(11): 20210484-1-20210484-8. doi: 10.3788/IRLA20210484
    [5] 张雅鑫, 蒲明博, 郭迎辉, 靳金金, 李雄, 马晓亮, 罗先刚.  基于二次相位超表面的大视场紧凑型全Stokes偏振测量方法 . 红外与激光工程, 2020, 49(9): 20201030-1-20201030-8. doi: 10.3788/IRLA20201030
    [6] 陈炳旭, 廖志远, 操超, 白瑜, 牟达.  大视场大相对孔径自由曲面成像系统设计 . 红外与激光工程, 2020, 49(8): 20200005-1-20200005-9. doi: 10.3788/IRLA20200005
    [7] 刘永峰, 王年, 王峰, 李从利, 刘晓, 徐国明.  基于谱间相似性的高光谱图像稀疏超分辨率算法 . 红外与激光工程, 2019, 48(S1): 181-192. doi: 10.3788/IRLA201948.S128003
    [8] 尹红飞, 郭亮, 周煜, 孙剑锋, 曾晓东, 唐禹, 邢孟道.  基于改进SVA和压缩感知的SAL旁瓣抑制算法 . 红外与激光工程, 2018, 47(12): 1230005-1230005(8). doi: 10.3788/IRLA201847.1230005
    [9] 王中阳, 周燕飞, 张小伟, 沈灏, 李恩荣, 韩申生, 宓现强, 田立君, 彭玉峰.  基于随机采样的超高分辨率成像中快速压缩感知分析 . 红外与激光工程, 2017, 46(2): 201002-0201002(7). doi: 10.3788/IRLA201746.0201002
    [10] 赵惠, 魏静萱, 庞志海, 刘美莹.  波前编码超分辨成像技术 . 红外与激光工程, 2016, 45(4): 422003-0422003(10). doi: 10.3788/IRLA201645.0422003
    [11] 王新伟, 刘晓泉, 游瑞蓉, 范松涛, 何军, 周燕.  距离选通超分辨率三维成像及其应用 . 红外与激光工程, 2016, 45(8): 824001-0824001(8). doi: 10.3788/IRLA201645.0824001
    [12] 赵爱罡, 王宏力, 杨小冈, 陆敬辉, 何星.  融合几何特征的压缩感知SIFT描述子 . 红外与激光工程, 2015, 44(3): 1085-1091.
    [13] 王强, 张勇, 郝利丽, 靳辰飞, 杨旭, 徐璐, 杨成华, 赵远.  基于奇相干叠加态的超分辨率量子激光雷达 . 红外与激光工程, 2015, 44(9): 2569-2574.
    [14] 程少园, 张丽, 高卫军, 王劲强.  大视场空间相机侧摆成像时几何参数分析 . 红外与激光工程, 2015, 44(6): 1872-1877.
    [15] 尹继豪, 孙建颖.  基于压缩感知理论的波段重构方法 . 红外与激光工程, 2014, 43(4): 1260-1264.
    [16] 汤进, 丁转莲, 张兴义, 罗斌.  基于膜计算模型的点集匹配算法 . 红外与激光工程, 2013, 42(5): 1388-1394.
    [17] 许兆美, 刘永志, 杨刚, 王庆安.  粒子群优化BP神经网络的激光铣削质量预测模型 . 红外与激光工程, 2013, 42(9): 2370-2374.
    [18] 谭歆, 冯晓毅, 王保平.  稀疏带状测量矩阵在压缩感知ISAR成像中的应用 . 红外与激光工程, 2013, 42(11): 3137-3143.
    [19] 朱丰, 张群, 冯有前, 罗迎, 李开明, 梁必帅.  逆合成孔径激光雷达鸟类目标压缩感知识别方法 . 红外与激光工程, 2013, 42(1): 256-261.
    [20] 陈春利, 谢红梅, 彭进业, 王志成, 王保平.  压缩感知机动目标ISAR成像新方法 . 红外与激光工程, 2013, 42(8): 2269-2274.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  645
  • HTML全文浏览量:  95
  • PDF下载量:  208
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-12-05
  • 修回日期:  2017-01-03
  • 刊出日期:  2017-08-25

多孔径压缩编码超分辨率大视场成像方法

doi: 10.3788/IRLA201746.0824001
  • 1. 西安电子科技大学 物理与光电工程学院,陕西 西安 710071
    • 作者简介:

    袁影(1989-),女,博士生,主要从事三维显示及超分辨率成像方面的研究。Email:yuanying1989@126.com

  • 收稿日期: 2016-12-05
  • 修回日期: 2017-01-03
  • 刊出日期: 2017-08-25
基金项目:

国家自然科学基金（61377007，61007014，61575152）

  • 中图分类号: TN29

摘要: 多孔径成像是一种融合了仿生复眼视觉的新型成像方法，具有小型化、大视场、高分辨率等多种优势，但由于每个子孔径对应的单元图像分辨率过低，导致其成像质量和视场角的提升十分有限。为了进一步提高成像分辨率和探测视场，基于压缩感知理论设计随机编码模板，并紧贴子孔径放置对入射光场进行调制，通过单次曝光记录编码后的低分辨率单元图像阵列，利用稀疏优化算法，重构所有低分辨率单元图像获得超分辨率大视场图像。理论分析和仿真实验证明了该方法的有效性。该方法不仅能兼顾大视场高分辨率成像，而且大大缩小系统等效焦距，具有薄层结构，体积小而重量轻，可为微光机电一体化系统的研制设计提供借鉴。

English Abstract

    全文HTML

参考文献 (23)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计