[發明專利]基于深度學習的波帶片編碼孔徑成像方法及裝置

有效

• 申請號: 202010092351.5
• 申請日: 2020-02-14
• 公開（公告）號: CN111415303B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 曹良才;吳佳琛
• 申請（專利權）人: 清華大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08;G01J3/28;G01J3/02
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王艷斌

本發明公開了一種基于深度學習的波帶片編碼孔徑成像方法及裝置，其中，該方法包括：設計波帶片編碼孔徑成像系統中的掩膜板圖案；通過光學仿真計算點光源照明下的波帶片編碼孔徑成像系統的脈沖響應函數；將圖像集內的圖片和脈沖響應函數進行計算得到圖像集內的圖片對應的編碼圖像；利用圖像集內的圖片和對應的編碼圖像對深度神經網絡進行訓練，通過訓練后的深度神經網絡對物體進行波帶片編碼孔徑成像。該方法根據波帶片編碼成像技術，將入射光編碼成同軸全息圖的圖樣，利用深度神經網絡對編碼圖像進行解碼，消除了孿生像和衍射效應的干擾，提高了成像系統的實用性。

技術領域

本發明涉及攝影成像技術領域，特別涉及一種基于深度學習的波帶片編碼孔徑成像方法及裝置。

背景技術

傳統成像系統采用多組鏡片對目標物體進行成像，以獲得較高的成像質量。其代價是增大了系統體積，不利于移動設備的輕薄化。而編碼孔徑成像系統使用一塊掩膜板代替透鏡組進行成像，傳感器記錄下受編碼孔徑調制的目標物體圖案，然后經過計算重建物體的像。編碼孔徑成像方案將成像任務的重心從硬件轉移到計算上，從而降低了成像系統的制造成本和裝配難度，并使成像系統更加輕薄且易于集成。

波帶片編碼孔徑成像技術是利用波帶片對目標物體的入射光進行編碼，其編碼圖案與同軸全息圖具有類似的性質，因此可通過全息圖重建的方式重建目標物體的像。已有的基于Fresnel波帶片編碼成像方法，相關技術例如通過采用高階Gabor波帶片的透過率函數對編碼圖進行復原，得到超分辨率的待測目標的原始圖像。相關技術又如采用螺旋波帶片編碼成像方法，對編碼圖進行解碼處理獲得的邊緣增強圖像。上述技術僅適用于衍射效應可忽略的短波長輻射或粒子成像領域。在可見光成像領域，Bell實驗室首先開發了一套基于壓縮成像理論的編碼孔徑成像系統，該系統采用單像素相機和可變編碼孔徑對物體進行成像，其最大的弊端是一次只能得到單個測量值，無法滿足實時性要求。Rice大學設計了一種可分離的掩膜圖案，在測量之前需要經過條紋標定方法，獲取精確的測量矩陣。日立公司首次將Fresnel波帶片編碼技術應用于可見光波段，需要采集4幅圖像進行噪聲消除和信號提取。以上方法要么需要多次測量，要么需要嚴格和復雜標定工作，且均未考慮衍射效應對圖像重建的影響。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發明的一個目的在于提出一種基于深度學習的波帶片編碼孔徑成像方法，該方法解決了現有波帶片編碼孔徑成像技術易受衍射效應影響導致可見光波段成像質量不佳的問題。根據編碼孔徑成像原理，使用仿真成像結果訓練深度神經網絡，將訓練完成的深度神經網絡用于編碼圖像的解碼過程，可以快速從測量圖案中解碼出目標物體的圖像。

本發明的另一個目的在于提出一種基于深度學習的波帶片編碼孔徑成像裝置。

為達到上述目的，本發明一方面實施例提出了一種基于深度學習的波帶片編碼孔徑成像方法，包括：

S1，設計波帶片編碼孔徑成像系統中的掩膜板圖案；

S2，通過光學仿真計算點光源照明下的所述波帶片編碼孔徑成像系統的脈沖響應函數；

S3，將圖像集內的圖片和所述脈沖響應函數進行計算得到所述圖像集內的圖片對應的編碼圖像；

S4，利用所述圖像集內的圖片和對應的編碼圖像對深度神經網絡進行訓練，通過訓練后的深度神經網絡對物體進行波帶片編碼孔徑成像。