基于稀疏约束的强度关联成像高速三维重构系统及方法
【专利摘要】一种基于稀疏约束的强度关联成像高速三维重构系统，包括数据采集单元、信号处理机、高速存储器、GPU并行计算控制器、GPU计算卡组、三维处理机、三维成像显示器。数据采集单元由CCD和PMT构成，GPU计算卡组由多块GPU计算卡并联构成。本发明可实现准实时强度关联成像三维图像重构，具有计算速度快、信噪比高、成本低和功耗小的特点，可应用于可见光及X光强度关联成像。
【专利说明】基于稀疏约束的强度关联成像高速三维重构系统及方法
【技术领域】
[0001] 本发明涉及三维信息处理领域，特别是一种基于稀疏约束的强度关联成像高速三 维重构系统及方法，它可应用于可见光及X光强度关联成像领域。
【背景技术】
[0002] 强度关联成像不同于常规成像，探测器拍摄到的并非物体图像本身，而是记录热 光场的涨落信息，再通过后续信息处理来获取目标物体图像。因此，在强度关联成像应用 中，一个重要的问题是重构目标物体图像。采用关联算法能快速得到重构图像，但重构图像 信噪比低，只适合于噪声影响较低的实验室成像。根据压缩感知（Compressive Sensing) 理论，当长度为N的信号X为稀疏且测量矩阵A满足特定条件时，可以通过CS算法由远少 于N的Μ次测量数据恢复出信号。对于噪声影响较大的远距离三维成像实用系统，可以利 用CS方法实现强度关联图像重构。
[0003] CS重构图像信噪比高，但数据计算量大，所需重构时间较长。对于二维强度关联成 像，只需重构单帧图像，重构算法所需时间尚可接受。但对于三维成像，是对二维切片图像 分别进行单帧重构，再由二维切片组合得到物体的三维信息，重构时间由图像序列的帧数 决定，要实现高分辨率的三维成像，需要对数千帧图像进行重构，重构时间难以满足应用需 求。借助大型计算机或者集群虽然能够实现快速并行计算，但所需成本高，且无法实现户外 移动计算。
[0004] 浙江大学的刘旭等提出了一种基于压缩感知的三维物体成像的简单计算方法，只 需要两次CS计算就可以获得目标物体的三维信息，但需要反射镜和空间光调制器DMD等， 这些器件只对可见光发生作用，对于高穿透性的X光，没有对应器件，无法应用于X光强度 关联成像。
[0005] 基于稀疏约束的强度关联成像（GISC)方法是中科院上海光机所龚文林等提出 的，通过关联计算实现了遥感三维成像，但成像信噪比低，图像模糊，而CS重构方法理论上 能获得较高信噪比的图像。
[0006] 强度关联成像进行m次测量，采集得到的数据为：（1)二维参考图像构成的参考序 列，…，Ιι^，…IrJ,每巾贞二维参考图像的像素数为η,用矩阵A来表示参考序列， 一帧二维参考图像构成A的一行，则矩阵A为m行η列；（2) -维信号数据构成的信号序列 {Ih，…，lb…ItJ，每帧一维信号数据包含k个元素，用矩阵Υ来表示信号序列，一帧 一维信号数据构成Y的一行，则矩阵Y为m行k列矩阵。
[0007] 待求三维重构目标为二维重构图像构成的图像序列仏，…，I」，…Ik}，传统CS算 法是通过依次求解每帧二维重构图像实现三维重构。在三维并行CS算法中，每帧二维重构 图像I」的像素数为n，图像序列的帧数为k，用矩阵X来表示三维重构目标，一帧二维重构 图像构成X的一列，则矩阵X为η行k列矩阵，三维CS重构过程就是由已知的Y和A求解 X的过程，可表示为：
[0008] AX = Y,
[0009] 其中，ΑΧ」=Υ」，X」为η元素向量，Υ」为m元素向量，X = IX，…，X」，…Xk]，Y =
【权利要求】
1. 一种基于稀疏约束的强度关联成像高速三维重构系统，其特征在于系统构成包括数 据采集单元、信号处理机、高速存储器、GPU并行计算控制器、GPU计算卡组、三维处理机、三 维成像显示器； 所述的数据采集单元由CCD和光电倍增管PMT构成，所述的GPU计算卡组由多块GPU 计算卡并联构成；所述的信号处理机、GPU并行计算控制器、三维处理机与高速存储器之间 采用高速光缆连接，所述的GPU计算卡组与GPU并行计算控制器通过PCI-E总线连接，所述 的三维成像显示器与三维处理机相连接； 所述的数据采集单元将采集到的数据输入信号处理机，信号处理机对采集数据进行噪 声过滤处理后，将有效数据传递到高速存储器进行存储； 所述的GPU并行计算控制器从高速存储器读取有效数据进行并行计算预处理后，传递 到GPU计算卡组的多个GPU计算卡，GPU计算卡组完成并行计算后将计算结果返回到GPU并 行计算控制器，GPU并行计算控制器进行并行计算后处理之后将结果数据发送到高速存储 器进行存储； 所述的三维处理机从高速存储器读取结果数据后进行三维降噪合成，并通过三维成像 显示器完成结果显示。
2. 利用权利要求1所述的基于稀疏约束的强度关联成像高速三维重构系统进行高速 三维重构的方法，包括以下步骤： 〈1>获取强度关联成像三维重构数据矩阵： 强度关联成像中，进行m次测量，CCD采集到的数据为二维参考图像构成的参考序 列{ΙΓι，…，I&…Irm}，光电倍增管PMT采集到的数据为一维信号数据构成的信号序列 {It" …，Iti，…ItJ，其中 i = 1，2, 3,…，m ; 对于参考序列{Ιι^，…，Ii^，每巾贞二维参考图像的像素数为η,用矩阵A来 表不参考序列，一巾贞二维参考图像构成A的一行，则矩阵A为m行η列； 对于信号序列{1^，…，Ik…ItJ，每帧一维信号数据1^包含k个元素，用矩阵Υ来 表示信号序列，一帧一维信号数据构成矩阵Y的一行，则矩阵Y为m行k列矩阵； 将参考数据矩阵A和信号数据矩阵Y输入信号处理机。 〈2>进行噪声过滤处理： 求信号数据矩阵Y每一列的平均值，得到1行k列的向量，将此向量归一化后，得到1行 k列的向量Ys，对Ys的k个元素逐个判断，若小于门限阈值Ts则视为噪声，Ts e (〇, 1)，剔 除矩阵Y对应的列，得到新的矩阵Y为m行K列，其中K〈k ; 求信号数据矩阵Y每一行的平均值，得到m行1列的向量Ym，将矩阵Y的每一列Yj (j =1，2, 3,…，K)与Ym做运算I Yj-Ym I. /Ym，得到m行K列的矩阵Ya，对Ya的mXK个元素 逐个判断，若小于门限阈值Ta则视为噪声，Ta e (〇, 〇. 5)，矩阵Υ对应的元素置0 ; 对矩阵Υ的每一行作判断，剔除矩阵Υ的全〇行和矩阵Α对应的行，得到有效数据：Μ行 Κ列的信号数据矩阵Υ'和Μ行η列的参考数据矩阵Α'，其中M〈m ; 将参考数据矩阵A'和信号数据矩阵Y'存储到高速存储器。 〈3>并行计算预处理： 由GPU并行计算控制器从高速存储器读取参考数据矩阵A'和信号数据矩阵Y'，根据 A'和Y'按下列公式计算参数μ : 其中 μ。e (〇, 1);
对M仃n列的麥今刻牛Λ'进行数据分割，GPU计算卡的数目为N，则将参考数据矩 阵A'分割为N块，每块对应一个GPU计算卡，每个分块矩阵A' ePU的大小为M/N行η列； 将参数μ和信号数据矩阵Υ'传递到每个GPU计算卡，将分块矩阵A'ePU传递到对应的 GPU计算卡； 〈4>进行并行计算： 在多个GPU计算卡上同时对八Λ '变换，其变换公式为： 其中，Φ代表稀疏变换；
左夕水riDTT 咎-1=· l·同时士曰捉Λ vf .1忠細ν，.
目标函数，X'初值设为〇,沿 :中 i环终止条件为： 将每个GPU计算卡求得的X'矩阵（n/N行K列）返回到GPU并行计算控制器。 〈5>进行并行计算后处理： 对多个GPU计算卡返回的矩阵X'进行数据合并，得到完整的η行K列的结果数据矩阵 V ' 对X'进行反稀疏变换获取三维重构目标的实空间表达矩阵X，其变换公式为： 其中，Φ η代表逆稀疏变换；
将结果数据矩阵X (η行Κ列）存储到高速存储器； 〈6>进行三维降噪合成： 利用所述的三维处理机从高速存储器读取结果数据矩阵X，对矩阵X的每一行搜索最 大值，记录下此位置和此位置的值，得到位置向量Ρ (η行1列）和值向量V (η行1列），将Ρ 向量和V向量归一化后以hsv真彩格式表示，Ρ向量对应色度，V向量对应亮度，饱和度设为 1，即得第三维以颜色表示的三维目标真彩图。
【文档编号】G06T17/00GK104112294SQ201410318056
【公开日】2014年10月22日 申请日期:2014年7月4日 优先权日:2014年7月4日
【发明者】喻虹, 韩申生, 徐旭阳 申请人:中国科学院上海光学精密机械研究所