[發明專利]基于線性回歸的關聯成像方法

有效

• 申請號: 201910171024.6
• 申請日: 2019-03-07
• 公開（公告）號: CN109901190B
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 趙生妹;任紅豆
• 申請（專利權）人: 南京郵電大學
• 主分類號: G01S17/89
• 分類號: G01S17/89
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 張霞

1.一種基于線性回歸的關聯成像方法，其特征在于，包括如下步驟：

步驟S1，使用計算機產生一組隨機散斑，并將該組隨機散斑加載到DMD上；其中，所述隨機散斑共有M個，設第m個隨機散斑的數學表達式為w_m；

步驟S2，使用光源照射DMD并經DMD調制生成光學隨機散斑，所述光學隨機散斑與步驟S1中隨機散斑的數學表達式相同；使用所述光學隨機散斑w_m照射物體，透過物體后的光強經透鏡聚焦后均由一無空間分辨能力的桶探測器接收，并得到相應的桶探測器值y_m，其中，桶探測器值通過下式得出：

其中，y_m是第m個光學隨機散斑w_m照射到物體后桶探測器接收的來自于物體的光強值；是第m個光學散斑w_m的列向量表示，w_m的大小為N×N，的大小為N²×1；是物體T(x,y)的列向量表示，T(x,y)的大小為N×N，的大小為N²×1；n是桶探測器接收到的背景噪聲；

步驟S3，在步驟S2中照射完所有光學隨機散斑并且得到對應的桶探測器值后，使用機器學習中的線性回歸方法對物體圖像進行恢復，得出物體T(x,y)的圖像，具體包括：

所述光學隨機散斑全部照射到物體且所述桶探測器接收了所有的光強值的過程用公式表示如下：

其中，是M次照射光學隨機散斑時桶探測器接收到的背景噪聲的向量表示，大小為M×1；Y是M次散斑照射時桶探測器的測量值的向量表示；是所有的M個隨機散斑組成的矩陣，大小為M×N²，其中第m行是

使用線性回歸算法計算得到物體的恢復圖像，理論過程及優化目標表示如下：

為防止在物體恢復過程中的過擬合，對優化目標加上正則化項，優化算法改為：

其中，λ為正則化系數；

經過推導分析、展開和求導，得到最優解如下：

其中，I為單位矩陣，大小與的大小相同。

2.根據權利要求1所述的一種基于線性回歸的關聯成像方法，其特征在于，步驟S1中所述隨機散斑的大小與物體的大小相同，均為N×N。