基于分离式二维压缩感知的自适应成像系统研究

Compressive sensing, breaking the Nyquist sampling theorem limit, has great application value in the field of image compression. And the compressive imaging method is the core technology for many applications which is based on compressive sensing theory. Therefore, it has very important scientific significance to looking for efficient and practical、rapid and noise resistant compressive imaging system.In order to achieve this compressive imaging method, the project explore the key technologies of adaptive optical imaging system around separable two-dimensional compressive sensing theory.Mainly including: establishing the mathematical modeling of separable two-dimensional compressive sensing theory, investigating the suitable measurement matrix;deducing the adaptive measuring parameter selection algorithm of optical imaging system;designing the optical model of compressive imaging system,surveying the noise source and setting up the appropriate optical structure;constructing imaging system optical structure and control system.The achievement of this project will provide theoretical and technical basis for compressive sensing in the field of compressive imaging, and could provide a new implementation approach for special environmental imaging, encryption imaging with a view to expanding the field of compressive sensing technology.

压缩感知理论突破了Nyquist采样定理的限制，在图像压缩领域有着重要的应用价值，其中基于该理论的压缩成像方法是众多应用的核心支撑技术。因此，寻找具有高效实用、成像快速、抵抗噪声干扰能力强的压缩成像光学系统，具有非常重要的科学研究意义。在本项目中将围绕分离式二维压缩感知的基础理论，探索一种自适应压缩成像系统实现中的关键技术，主要包括：建立分离式二维压缩感知理论的数学模型，研究适用于光学成像的测量矩阵；推导光学成像系统的自适应测量参数选择算法；设计压缩成像系统光学模型，分析噪声来源，搭建能提高系统信噪比的光学结构；构建成像系统结构与控制系统。本项目的研究成果将为压缩感知理论在图像压缩领域的应用提供理论和技术基础，并可为特殊环境成像、加密成像等提供新的实现途径，扩展压缩感知技术的应用领域。

压缩感知理论是对信号进行数据采集以及编解码的一种新的采样方法，它突破了奈奎斯特采样定理对信号频率的限制, 在图像压缩领域有着重要的应用价值。在本项目中，围绕分离式二维压缩感知的基础理论，进行了以下研究： . 本研究提出一种基于量子粒子群算法(QPSO)算法的压缩感知重构算法。对比正交匹配追踪(OMP)算法，该算法提高了重构图像的平均峰值信噪比，同时减少了内积计算；且具有很好的收敛性和鲁棒性。将提出的基于QPSO算法的压缩感知重构算法应用于分布式视频编码中，实验结果表明该算法具有更优的表现。. 在对量子粒子群算法研究的基础上，本项目提出了在粒子寻优迭代过程中，加入早熟判断语句和粒子激活语句构成的自适应粒子激活机制的QPSO算法，实验结果表明，重构效果优于改进前的标准QPSO算法，且保留了QPSO算法计算量小、易于实际应用的优点。此外，结合基于自适应粒子激活机制的QPSO算法，提出了基于改进的QPSO算法的视频信号帧间差分压缩感知方案。. 在综合分析各测量矩阵构造过程和表现能力优劣的基础上，构造了基于正交基Kronecker积的测量矩阵，仿真显示，该矩阵具有构造时间短和重构图像精度高的优点。并在此基础上，设计电路实现线阵图像的压缩采集，完成基于压缩感知理论的线阵图像采集过程。. 本项目在压缩感知图像重构算法，测量矩阵构建，及线阵图像采集等应用领域采用新的方法，对数据进行了系统的处理，取得了良好的实验效果。此外，与国外专家还进行了国际交流互访，并主办多届CSPS会议，为国际交流提供了平台。