[發明專利]基于邊緣計算的水下鬼成像系統及深度學習圖像重建方法

有效

• 申請號: 202110594841.X
• 申請日: 2021-05-28
• 公開（公告）號: CN113192154B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 吳衡;楊鵬;陳梅云;羅劭娟;吳文昊;趙瑞通;鄧健峰;徐利民
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T7/13;G06T5/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉曉娟

本申請公開了一種基于邊緣計算的水下鬼成像系統及深度學習圖像重建方法，系統包括：光源：用于向光調制裝置的有效調制區域發射光線；光調制裝置：用于通過散斑對光線進行調制并對調制后的光線進行反射，使得反射的光線沿著投影透鏡的光軸通過投影透鏡后射向水體中的目標物；會聚透鏡用于：會聚經目標物反射的光線；光強探測器用于：對會聚后的光線的光強度信息進行采集；邊緣計算模塊的第一端與光調制裝置連接，用于向光調制裝置發送散斑；邊緣計算模塊的第二端與光強探測器連接，用于控制光強探測器采集光強度信息，根據光強度信息通過深度學習圖像重建算法獲取目標物的圖像。解決了現有技術計算量大、成像分辨率低、成像質量差的問題。

技術領域

本申請涉及水下成像技術領域，尤其涉及一種基于邊緣計算的水下鬼成像系統及深度學習圖像重建方法。

背景技術

水下成像技術是認識、開發和利用海洋的重要手段。由于水體對光的吸收和散射，導致獲取高分辨率、高清晰度的水下目標圖像變得十分困難。鬼成像技術利用光場強度波動統計關聯進行成像，與傳統的CCD和CMOS成像技術相比，鬼成像可以在弱光環境、散射介質中成像，在水下成像中具有重要的應用價值。但目前水下鬼成像技術存在計算量大、成像分辨率低、成像質量差的問題，制約了水下鬼成像技術的發展。

近年來，邊緣計算和深度學習在視頻、圖像處理領域得到廣泛的應用。邊緣計算能夠在數據源端，提供網絡、計算、存儲、應用等功能。將處理過程放在本地邊緣端進行處理，配合云計算技術，數據計算、處理效率大幅提升。深度學習可以快速的重建出場景高分辨率圖像，并對圖像進行檢測、識別、分類等處理。綜合考慮邊緣計算和深度學習的優點，本申請提供一種基于邊緣計算的水下鬼成像系統和深度學習圖像重建的方法，用于解決水下鬼成像中計算量大、成像分辨率低、成像質量差的問題。

發明內容

本申請實施例提供了一種基于邊緣計算的水下鬼成像系統及深度學習圖像重建方法，用于解決現有水下鬼成像中計算量大、成像分辨率低、成像質量差的技術問題。

有鑒于此，本申請第一方面提供了一種基于邊緣計算的水下鬼成像系統，所述系統包括：

光源、光調制裝置、投影透鏡、會聚透鏡、光強探測器、邊緣計算模塊和云計算中心；

所述邊緣計算模塊的第一端與光調制裝置連接，用于向所述光調制裝置發送散斑，所述散班為：傅里葉正弦散斑；

所述光源：用于向所述光調制裝置的有效調制區域發射光線；

所述光調制裝置：用于通過散斑對光線進行調制并對調制后的光線進行反射，使得反射的光線沿著所述投影透鏡的光軸通過投影透鏡后，射向水體中的目標物；

所述會聚透鏡：用于會聚經所述目標物反射的光線；

所述光強探測器：用于對會聚后的光線的光強度信息進行采集；

所述邊緣計算模塊的第二端與所述光強探測器連接，用于控制所述光強探測器采集光強度信息，并根據所述光強度信息通過深度學習圖像重建算法獲取目標物的圖像；

所述云計算中心與所述邊緣計算模塊通信連接；

所述云計算中心：用于當所述目標物的圖像的像素尺寸大于預置尺寸時根據所述光強度信息通過深度學習圖像重建算法獲取目標物的圖像。

可選地，還包括：云儲存平臺，所述云儲存平臺分別與云計算中心和所述邊緣計算模塊通信連接；

所述云儲存平臺用于：存儲所述目標物的圖像。

可選地，還包括：顯示終端，所述顯示終端與所述云儲存平臺通信連接；

所述顯示終端用于：接收所述云儲存平臺發送的所述目標物的圖像，并對所述目標物的圖像進行顯示。