本发明涉及超分辨成像,具体是指基于光学处理的自动聚焦方法。
背景技术:
1、聚焦技术是一种用于获取清晰图像的方法,旨在图像处理中将图像的模糊程度减少,提高聚焦方法的重建图像质量。但是一般聚焦方法在处理时域信号上存在聚焦图像质量差的问题;一般聚焦方法存在聚焦图像清晰度低及准确性差的问题。
技术实现思路
1、针对上述情况,为克服现有技术的缺陷,本发明提供了基于光学处理的自动聚焦方法,针对一般聚焦方法在处理时域信号上存在聚焦图像质量差的问题,本方案全面考虑采样点幅度,根据不同情况计算幅度值,基于布尔矩阵和稀疏正则化策略获取初步重建聚焦图像;针对一般聚焦方法存在聚焦图像清晰度低及准确性差的问题,本方案在初步重建聚焦图像的基础上迭代优化,进一步增强聚焦结果的准确性,通过引入relu函数得到快速收敛效果,提高算法效率。
2、本发明采取的技术方案如下:本发明提供的基于光学处理的自动聚焦方法,该方法包括以下步骤:
3、步骤s1:数据采集;
4、步骤s2:预处理;
5、步骤s3:初步重建聚焦图像;
6、步骤s4:迭代求解。
7、进一步地,在步骤s1中,所述数据采集是采集传感器数据和采样点数据,传感器包括发射器和接收器,采样点数据包括采样频率和采样点幅度值。
8、进一步地,在步骤s2中,所述预处理具体包括以下步骤:
9、步骤s21:将被测试区域分成均匀分布的14个点,并建立一个二维坐标系,计算元素坐标位置,所用公式如下:
10、;
11、;
12、式中,pi是发射器i的坐标位置,i是发射器的索引,qj是接收器j的坐标位置,j是接收器的索引,传感器坐标位置表示为(pi,0)和(qj,0);d是传感器之前的中心间距,nel是传感器的数量;
13、步骤s22:计算从发射器i到点p再返回接收器j所需的光线传播时间,所用公式如下:
14、;
15、式中,是传播时间,x和z分别是点p的水平坐标和垂直坐标,c是声速。
16、进一步地,在步骤s3中,所述初步重建聚焦图像具体包括以下步骤:
17、步骤s31:计算采样点幅度值向量元素,遵循舍入规则,所用公式如下:
18、;
19、式中,f是采样频率,yin是向量元素,in是向量元素索引;
20、步骤s32:计算重建聚焦像素值,所用公式如下:
21、;
22、式中,i1x,z是重建聚焦像素值,[y1…yn-1 yn yn+1…yn]是一个包含n个采样点的幅度值的向量,t是矩阵转置;
23、步骤s33:基于幅度值计算重建聚焦像素值,所用公式如下:
24、;
25、式中,i2x,z是另一种重建像聚焦素值,bx,z是采样点的幅度值,f是采样点的幅度值向量即[y1…yn-1 yn yn+1…yn];
26、步骤s34:重建聚焦像素矩阵,将两种像素值加权作为最终的像素矩阵元素,并得到重建像素矩阵;
27、步骤s35:建立布尔矩阵,表示如下:
28、;
29、式中,b是布尔矩阵,b是矩阵元素,b用于提取与点p对应的幅度值的向量f,nx和nz分别是水平元素和垂直元素数量;
30、步骤s36:获取初步重建聚焦图像,表示如下:
31、;
32、式中,是初步重建聚焦图像,λ1是正则化参数,是l1范数。
33、进一步地,在步骤s4中,所述迭代求解是将步骤s3得到的初步重建聚焦图像作为初始值,通过迭代求解逐步优化重建聚焦图像的质量,具体包括以下步骤:
34、步骤s41:初始化,预先设有最大迭代次数t,学习阈值δ,当前迭代次数为t,初始化第一学习率ζ和第二学习率γ为0,迭代算子=1;
35、步骤s42:计算正则化参数,所用公式如下:
36、;
37、式中,m是0到1的随机数,是向量的最大范数即向量中绝对值最大的元素的大小;
38、步骤s43:计算变化率,所用公式如下:
39、;
40、式中,η是衡量梯度的变化率;
41、步骤s44:更新待定参数,所用公式如下:
42、;
43、式中,ρ是待定参数,γt是t次迭代时的第二学习率;
44、步骤s45:更新第一学习率,所用公式如下:
45、;
46、式中,ζt是t次迭代时的第一学习率;
47、步骤s46:更新迭代算子,所用公式如下:
48、;
49、式中,是t+1次迭代时的迭代算子,是t次迭代时的迭代算子;
50、步骤s47:更新第二学习率,所用公式如下:
51、;
52、式中,relu(·)是relu函数,γt+1是t+1次迭代时的第二学习率,ζt-1是t-1次迭代时的第一学习率;
53、步骤s48:迭代判定,若或t>t,则转至步骤s49;否则t=t+1,转至步骤s44;
54、步骤s49:输出聚焦图片,i=γt+1,i为最终聚焦图片。
55、采用上述方案本发明取得的有益效果如下:
56、(1)针对一般聚焦方法在处理时域信号上存在聚焦图像质量差的问题,本方案全面考虑采样点幅度,根据不同情况计算幅度值,基于布尔矩阵和稀疏正则化策略获取初步重建聚焦图像。
57、(2)针对一般聚焦方法存在聚焦图像清晰度低及准确性差的问题,本方案在初步重建聚焦图像的基础上迭代优化,进一步增强聚焦结果的准确性,通过引入relu函数得到快速收敛效果,提高算法效率。
1.基于光学处理的自动聚焦方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的基于光学处理的自动聚焦方法,其特征在于:在步骤s3中,所述初步重建聚焦图像具体包括以下步骤:
3.根据权利要求1所述的基于光学处理的自动聚焦方法,其特征在于:在步骤s2中,所述预处理具体包括以下步骤:
4.根据权利要求1所述的基于光学处理的自动聚焦方法,其特征在于:在步骤s1中,所述数据采集是采集传感器数据和采样点数据,传感器包括发射器和接收器,采样点数据包括采样频率和采样点幅度值。