[發明專利]一種多尺度編碼和多重約束的超時間分辨率壓縮感知重建方法

有效

• 申請號: 201810767498.2
• 申請日: 2018-07-13
• 公開（公告）號: CN109255822B
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 張廷華;孫華燕;樊桂花;李迎春;趙延仲;郭惠超;張來線;楊彪;曾海瑞
• 申請（專利權）人: 中國人民解放軍戰略支援部隊航天工程大學
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 李微微;仇蕾安

本發明公開了一種基于多尺度編碼孔徑和多重正則約束的時間壓縮重建方法，利用目標場景的運動特性作為融合依據，采用多尺度編碼孔徑和多約束正則重建的方法，實現快速運動場景的壓縮感知視頻序列圖像的超時間分辨率復原。該方法可以同時保證目標運動前景和靜態背景的清晰度，有效提高重建算法的運動效率；算法依據目標場景的稀疏特性采用多尺度的觀測矩陣實現孔徑的兩次編碼，可以實現CACTI的快速重建；利用目標場景的變換域稀疏特性作為先驗知識構建重建正則約束項，利用ADMM算法求解多正則約束的問題，相比現有的重建算法，該算法對噪聲和運動模糊有較強的魯棒性，可以提高算法在高噪聲或高幀頻條件下視頻壓縮感知的重建效果。

技術領域

本發明涉及光場調制和計算成像技術領域，具體涉及一種基于多尺度編碼孔徑和多重正則約束的時間壓縮重建方法。

背景技術

面向高速運動目標的跟蹤成像系統受限于傳感器的像元尺寸和讀取電路，易出現由于曝光時間過長引起的運動模糊，或相機幀頻過低導致的時間欠采樣，從而引起運動混疊。CACTI時間壓縮孔徑編碼成像方法(CACTI，Coded Aperture Compressive TemporalImager)的提出有效的提高了高速運動目標的捕獲能力，為關鍵事件的記錄分析提供了有效手段，該方法已成為壓縮感知領域的一個重要研究方向。

CACTI是基于孔徑編碼原理的快速成像方式，該方法采用了一個主動編碼元件對時間進行機械變換，通過獲取的多個低時空分辨率的壓縮圖像，經過廣義交替投影法進行重建，可以提高視頻的時間分辨率8～148倍。與混合相機、相機陣列、編碼曝光成像和DLP(Digital Light Processing)等技術相比，該技術在不改變成像器件的性能指標和積分時間的前提下，無需高精度和高速的曝光控制，就可以獲得高幀頻的圖像序列，突破了現有成像器件對光學系統成像性能的限制。

CACTI的成像性能受重構算法的影響顯著，而重構算法與觀測矩陣、目標的稀疏度和壓縮率緊密相關。現有的重構算法主要包括三類：

第一類，基于變換域的重構算法，典型算法包括GAP及其改進算法。該算法利用加權l_2,1范數替代l₁范數求解凸優化問題，在滿足RIP等距條件的情況下，可以收斂到理想解，適用于自然圖像和視頻的壓縮感知。該算法具有收斂速度快、運算效率高、適應性強的特點。

GAP算法的缺點在于，算法中采用了變化域和加權l_2,1范數，增加了計算的復雜度，同時對于不同稀疏度的圖像需要選擇合適的加權系數和變化域才能達到理想的效果。

第二類，基于重建的重構算法，典型算法如OMP和TV算法。其中OMP算法算法運算效率較低；TV算法通過TV正則項替換加權l_2,1范數約束項，可以達到接近GAP算法的性能，簡化了算法的運算。但是該算法利用了單幀圖像的信息，適用于目標稀疏度較低的自然場景，對于實況記錄和目標場景監控等應用，算法性能還有待進一步提高。

第三類，基于學習的重構算法，典型算法如基于GMM(Gaussian Mixture Model)的反演算法。該算法利用在線或離線字典學習方式，針對特定視頻序列重構效果有了一定的提升。其中在線更新的GMM算法對于不同的視頻和目標運動特征具有魯棒性，尤其是簡單運動情況，重構效果提升明顯。對于快速、復雜的運動情況，離線更新的GMM算法更為實用。但是其比較的GAP算法沒有針對特定場景進行優化，尤其是加權系數采用了默認值，因此，需要根據實際使用場景進行算法選擇。另外，采用并行計算的GMM算法運算速度優于GAP算法，但是對于串行計算場合，速度仍慢于GAP算法。

綜合分析，目前CACTI成像方法存在以下問題：第一，由于采用運動編碼孔徑方式，系統需要增加高分辨率掩膜或空間光調制器，降低了成像系統的光通量，使得成像結果對噪聲更加敏感。第二，現有算法重構過程大都利用幀內信息，沒有充分利用幀間的冗余信息。

發明內容