基于时变相位掩膜的快照式压缩时空编码I-COACH四维成像系统及方法

摘要: 本发明属于光学和人工智能,具体涉及基于时变相位掩膜的快照式压缩时空编码i-coach四维成像系统及方法。背景技术:1、无干涉编码孔径相关全息(interfere...
基于时变相位掩膜的快照式压缩时空编码I-COACH四维成像系统及方法

本发明属于光学和人工智能,具体涉及基于时变相位掩膜的快照式压缩时空编码i-coach四维成像系统及方法。

背景技术:

1、无干涉编码孔径相关全息(interferenceless coded aperture correlationholography,i-coach)是一种非干涉式编码的单曝光三维成像技术。该方法将空间非相干物体的三维信息编码为二维强度全息图,并通过与预先标定的点扩散函数(point spreadfunction,psf)进行互相关运算恢复不同深度的物体信息。由于无须采用分光装置形成双波自干涉,i-coach具有光路简单、稳定性高等特点;其深度相关psf响应则提供轴向分辨能力。然而,传统i-coach每次曝光仅记录一个时刻的全画幅全息图,动态成像的时间分辨率因而受相机帧率和读出速度限制。对于高速变化场景,时间欠采样不仅会引起运动模糊,连续采集全画幅全息图还会显著增加数据传输和存储负担。

2、现有技术中,提高相机帧率可缓解时间分辨率不足问题,但通常伴随硬件成本和数据吞吐量上升。视频插帧通过相邻帧估计中间状态,新增帧并非曝光过程中直接获取的测量信息,因而在快速运动、遮挡或细节突变时可能产生重影、模糊或伪结构。快照压缩成像(snapshot compressive imaging,sci)则在一次曝光内以快速变化的随机像素采样编码掩膜调制多个时间帧,将其叠加为单幅压缩测量,再结合相关重建算法恢复高速序列。这种前端物理编码能够绕开相机逐帧高速读出的限制,并减少数据传输与存储开销。然而,现有sci采用强度编码掩膜对每一帧图像进行随机采样,因此其主要面向x-y-t信息,通常不具备i-coach固有的轴向分辨能力,因而难以直接获取动态三维场景的x-y-z-t信息。为此,本发明提供一种基于时变相位掩膜的快照式压缩时空编码i-coach四维成像系统及方法。

技术实现思路

1、本发明的目的是提供基于时变相位掩膜的快照式压缩时空编码i-coach四维成像系统及方法,将sci的单次曝光时间压缩机制引入i-coach成像框架,提出一种快照式压缩时空编码i-coach成像方法,有效突破传统i-coach在单次曝光内仅能对应单一时间帧三维场景进行编码的限制。该成像方法不再采用强度掩膜对不同时刻场景二维图像进行随机像素采样,而是由时序变化的编码相位掩膜构造一组相互差异且深度相关的psf库。不同时间帧和深度平面的物体信息分别由相应psf编码,并在探测器的单次积分曝光内叠加为一幅压缩i-coach全息图。由此,单幅测量图像包含的是多个时间帧和多个深度编码图像信息,因此保留了i-coach三维成像能力。在重建端,本发明将i-coach的时空编码成像过程显式表述为前向物理模型,并将其作为约束引入重建网络,从单幅测量中分离多个时间通道和深度通道。通过10帧动态场景重建实验、psf相关性分析和重建算法对比,验证了所提方法的时间编码压缩与重建成像能力;进一步多深度、多时刻数值仿真评估其在非相干全息四维成像中的可行性。

2、本发明采取的技术方案具体如下:

3、基于时变相位掩膜的快照式压缩时空编码i-coach四维成像系统及方法,其特征在于:采用中心波长为625nm的发光二极管(led;thorlabsm625l4-c1,功率为630mw)作为空间非相干光源;透镜l1、l2与光阑共同构成准直缩束系统,用于照明数字微镜器件(dmd;fldiscoveryf4300,分辨率为1920×1080像素,像元尺寸为10.8μm);数字微镜器件按时间顺序显示动态变化的物体图案,以模拟高速运动场景;随后,物光依次经过透镜l3和透光轴方向为0°的偏振片p。在透过非偏振分束器(bs)后,光波到达纯相位空间光调制器(slm;holoeyepluto,分辨率为1920×1080像素,像元尺寸为8μm,刷新频率为60hz);压缩编码图像由相机(lucidtri050s-mc,分辨率为4096×3000像素,像元尺寸为3.45μm,全画幅帧率为9hz)采集,相机曝光时间设置为200ms;相位空间光调制器与相机之间采用上升沿触发方式实现同步,使相机在相位空间光调制器连续调制期间完成单次曝光,并将多个时刻的编码场景压缩记录在一幅测量图像中。

4、基于时变相位掩膜的快照式压缩时空编码i-coach四维成像方法,在所述四维成像系统获取测量图像后,依次进行以下步骤:

5、步骤1:时变相位编码与psf标定;

6、在相位掩膜设计阶段,首先设定一组具有不同形状特征的目标psf强度分布,用于增强不同时间通道之间的可区分性。采用gs算法生成相位掩膜。

7、具体而言,以随机相位作为初始输入,在频域中将当前复振幅的振幅部分替换为目标psf振幅,同时保留其相位信息;随后通过反傅里叶变换回到空间域,并更新相位分布。经过多次迭代后,可以得到能够在探测器平面产生特定形状psf的相位掩膜。

8、所述步骤1中,在正式采集动态场景之前,采用点目标对系统进行标定。保持光源、成像光路、空间光调制器位置、相机位置及系统参数与实际采集过程一致,依次在空间光调制器上加载各时刻对应的编码相位掩膜,并由相机分别记录相应的点扩散函数。

9、为提高不同时间通道之间的可分离性,可根据各点扩散函数之间的互相关程度对编码相位掩膜进行筛选或优化,使不同点扩散函数具有较低的互相关性,从而减小后续重建过程中的帧间串扰。本发明本文采用如下所示的归一化互相关系数

ρ表征任意两个psf的相关性:

10、;

11、式中,表示第

i个psf在像素坐标处的强度,表示第

j个psf在像素坐标处的强度,和分别为第

i个和第

j个psf的像素平均强度。

ρ越大,两个psf越相似。对于包含

n帧(

n≥2)的编码序列,进一步将

n个psf两两之间的

ρ取平均,定义该psf集的平均相关系数为:

12、;

13、式中,

n表示编码psf的数量,越大,表示该组psf的整体相关性越高、通道可分离性越差,重建时越容易产生串扰。

14、步骤2:单次曝光压缩采集:在一个曝光周期内,动态目标的多个时间帧依次受到对应psf的编码作用,传感器最终只记录一幅压缩观测图像。

15、所述步骤2中,其前向模型可表示为:其中,

y表示单次曝光获得的压缩测量,

o

k为第

k个时间帧的物体强度分布,

psf

k为对应时间通道的点扩散函数,表示二维空间卷积操作,表示模型误差与噪声项。

16、步骤3:物理驱动重建:构建物理驱动重建网络,将压缩测量值y和各时刻psf作为输入,在网络中显式引入前向物理模型、数据一致性约束和时间先验约束,通过迭代展开或混合优化方式重建出多个时间帧的动态序列,进而恢复目标的

x-y-z-t四维信息。

17、所述步骤3中,网络训练时采用重建损失、数据一致性损失、结构相似损失和时序平滑损失联合优化。

18、步骤4:实验测试;通过实验动态目标测试、psf相关性测试以及与twist、gap-tv、admm等传统迭代算法的对比验证本发明的重建性能;根据实验结果,在10帧动态重建任务中,本发明方法可获得29.876db的平均psnr和0.851的平均ssim,优于对比算法,说明该方法在单次曝光动态四维成像场景下具有较好的适用性。

19、本发明取得的技术效果为:

20、本发明通过时变相位编码与单次曝光压缩采集机制,将多个时间帧的动态信息统一编码到一幅压缩测量值中,避免了多次曝光造成的时间分辨率下降,适合快速动态场景。

21、本发明通过对不同时间帧psf的相关性进行约束和优化,降低了时间通道之间的串扰,使压缩观测中的各帧信息能够更清晰地分离出来,提高了重建稳定性。

22、本发明将物理前向模型引入重建网络,在保留深度学习高效表达能力的同时增强了可解释性和泛化能力,相比纯数据驱动方法,更适合面对不同目标、不同运动速度和不同噪声条件。

23、根据实验验证结果,本发明在10帧动态重建任务中获得了较高的平均psnr和ssim,且相较twist、gap-tv、admm等基线方法具有明显优势,说明该方案在单次曝光动态四维(z,y,z,t)成像方面具有实际应用价值。