基于自然图像块先验驱动的压缩鬼成像重构方法及系统的制作方法
【技术领域】
[0001]本发明涉及计算摄像学中的压缩鬼成像技术领域，特别涉及一种基于自然图像块先验驱动的压缩鬼成像重构方法及系统。
【背景技术】
[0002]近年来，计算摄像学已经成为交叉视觉、图形学、摄像学、信号处理等领域的国际前沿热点研宄，如何充分利用计算方法不断提升新的成像设备引起了广泛的关注。鬼成像为光照条件复杂、噪声严重的环境中的成像提供了一种新的灵活的成像方法，充分的利用计算摄像学的手段提升这种成像的性能具有十分重要的意义。
[0003]鬼成像技术的发展大体经过三个主要的阶段，有其对应的光学成像装置雏形:Bennink et.al在2002年首先提出的鬼成像技术，这种成像技术是一种基于量子强度波动关联理论的双光子关联成像技术，这种成像技术利用两路光路采集到的信息的关联耦合，实现了利用非空间解析的探测器对场景的采集和重构，这种初期的鬼成像装置也被成为量子鬼成像；Gatti et.al等人在2004年提出这种成像方法的理论基础不仅仅局限于量子光学理论，经典光学理论也同样适用。他们提出在量子鬼成像装置中利用伪热光源取代量子光源，成功的实现了与量子光源效果近似的关联成像技术，这是鬼成像发展的第二个阶段，经典鬼成像；为了进一步提升鬼成像技术的应用潜力，2009年，J.Shapiro et.al等人提出取代参考光路上的高分辨率成像，利用能够记忆和存储照明模式的空间光调制器来完成的鬼成像技术，即:计算鬼成像。在计算鬼成像中，单像素采集装置非常灵活，易于在不同的采集维度得到扩展，比如三维鬼成像时在空间方位角维度的拓展，而多谱段鬼成像是对鬼成像在谱段维度的扩展。
[0004]理论上，鬼成像技术是基于区别于传统光学理论的关联光学理论。传统光学是直接对光场强度的分布进行观察和测量，关联光学则是对光场的强度的关联测量和观察。现有的成像技术主要利用的是光场的一阶关联信息(强度与位相)，而‘鬼’成像主要利用光场的二阶关联信息，从本质上来说，二阶关联是一种强度波动的统计相关的测量。这种统计相关测量能够极大程度的减少由于光路传输过程中光学环境扰动引入的噪声，为鬼成像装置在光学条件复杂和噪声严重等光学环境中的成像提供了理论依据，比如遥感鬼成像。
【发明内容】
[0005]本发明的目的旨在至少解决上述的技术缺陷之一。
[0006]为此，本发明的一个目的在于提出一种基于自然图像块先验驱动的压缩鬼成像重构方法。该方法有效的降低了压缩鬼成像技术所需要的采集次数，并提升了压缩鬼成像重构图像的质量。
[0007]本发明的另一个目的在于提出一种基于自然图像块先验驱动的压缩鬼成像重构系统。
[0008]为了实现上述目的，本发明的第一方面的实施例公开了一种基于自然图像块先验驱动的压缩鬼成像重构方法，包括以下步骤:从自然图像数据库的每一个自然图像上提取多个图像块；通过所述多个图像块学习自然图像的过完备表达字典基，使得自然图像块在所述过完备表达字典基上的投影系数具有稀疏的特性；根据所述过完备表达字典基、图像块和自然图像之间的关联关系，对鬼成像的压缩感知的重构算法进行重新建模，并对图像全局在梯度域或二维离散余弦变换下的稀疏性、局部图像块在所述过完备表达字典基下的稀疏性进行约束，从而实现对自然图像的重构。
[0009]根据本发明实施例的基于自然图像块先验驱动的压缩鬼成像重构方法，分析自然场景图像块的冗余性和相似性，利用稀疏编码技术学习具有稀疏投影系数的过完备的词典，在基于压缩感知理论的鬼成像重构算法框架下引入图像局部的过完备表达基并约束图像块在该表达基下的稀疏性完成鬼成像的重新建模，从而提升了再同样采集次数下鬼成像重构图像的重构效果。本发明的实施例利用自然图像的局部的先验信息，并结合基于压缩感知理论的鬼成像技术的重构算法，实现鬼成像技术的高效和高质量的重构。
[0010]另外，根据本发明上述实施例的基于自然图像块先验驱动的压缩鬼成像重构方法还可以具有如下附加的技术特征:
[0011]在一些示例中，所述从自然图像数据库的每一个自然图像上提取多个图像块，进一步包括:根据稀疏编码算法，从自然图像数据库的每一个自然图像上多个随机的位置提取图像块。
[0012]在一些示例中，所述过完备表达字典基来源分析，包括:通过稀疏编码训练学习得到自然场景的基元结构基的集合，所述基元结构基的集合是过完备的并能够普适的稀疏的表达自然场景的块图像。
[0013]在一些示例中，还包括:根据自然场景的先验信息，训练所述过完备表达字典基。
[0014]在一些示例中，所述先验信息包括自然场景的类别。
[0015]本发明第二方面的实施例公开了一种基于自然图像块先验驱动的压缩鬼成像重构系统，包括:提取模块，用于从自然图像数据库的每一个自然图像上提取多个图像块；训练模块，用于通过所述多个图像块学习自然图像的过完备表达字典基，使得自然图像块在所述过完备表达字典基上的投影系数具有稀疏的特性；重构模块，用于根据所述过完备表达字典基、图像块和自然图像之间的关联关系，对鬼成像的压缩感知的重构算法进行重新建模，并对图像全局在梯度域或二维离散余弦变换下的稀疏性、局部图像块在所述过完备表达字典基下的稀疏性进行约束，从而实现对自然图像的重构。
[0016]根据本发明实施例的基于自然图像块先验驱动的压缩鬼成像重构系统，分析自然场景图像块的冗余性和相似性，利用稀疏编码技术学习具有稀疏投影系数的过完备的词典，在基于压缩感知理论的鬼成像重构算法框架下引入图像局部的过完备表达基并约束图像块在该表达基下的稀疏性完成鬼成像的重新建模，从而提升了再同样采集次数下鬼成像重构图像的重构效果。本发明的实施例利用自然图像的局部的先验信息，并结合基于压缩感知理论的鬼成像技术的重构算法，实现鬼成像技术的高效和高质量的重构。
[0017]另外，根据本发明上述实施例的基于自然图像块先验驱动的压缩鬼成像重构系统还可以具有如下附加的技术特征:
[0018]在一些示例中，所述提取模块用于:根据稀疏编码算法，从自然图像数据库的每一个自然图像上多个随机的位置提取图像块。
[0019]在一些示例中，所述过完备表达字典基来源分析，包括:通过稀疏编码训练学习得到自然场景的基元结构基的集合，所述基元结构基的集合是过完备的并能够普适的稀疏的表达自然场景的块图像。
[0020]在一些示例中，所述训练模块用于:根据自然场景的先验信息，训练所述过完备表达字典基。
[0021 ] 在一些示例中，所述先验信息包括自然场景的类别。
[0022]本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
【附图说明】
[0023]本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中，
[0024]图1是根据本发明一个实施例的基于自然图像块先验驱动的压缩鬼成像重构方法的流程图；
[0025]图2是本发明实施例的自然图像块数据的提取示意图；
[0026]图3是本发明实施例的自然场景图像的过完备表达字典基示意图；
[0027]图4是本发明实施例的图像块和图像整体的关系映射图；
[0028]图5是本发明实施例的自然图像在过完备表达字典基下的稀疏表达示意图；以及
[0029]图6是根据本发明一个实施例的基于自然图像块先验驱动的压缩鬼成像重构系统的结构框图。
【具体实施方式】
[0030]下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
[0031]在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0032]在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0033]以下结合附图描述根据本发明实施例的基于自然图像块先验驱动的压缩鬼成像重构方法及系统。
[0034]图1是根据本发明一个实施例的基于自然图像块先验驱动的压缩鬼成像重构方法的流程图。如图1所示，根据本发明一个实施例的基于自然图像块先验驱动的压缩鬼成像重构方法，包括如下步骤:
[0035]SlOl:从自然图像数据库的每一个自然图像上提取多个图像块。
[0036]在本发明的一个实施例中，可以根据稀疏编码算法，从自然图像数据库的每一个自然图像上多个随机的位置提取图像块。例如:对于自然图像库中的每一个图像，通过随机的方式确定要提取的图像块的位置，从该位置截取出图像中8*8大小的图像块。
[0037]具体而言，如图2所示，自然图像块的提取，通过对自然数据库中的每一