-
公开(公告)号:CN110650340B
公开(公告)日:2022-01-14
申请号:CN201910336500.5
申请日:2019-04-25
Applicant: 长沙理工大学
IPC: H04N19/132 , H04N19/177 , H04N19/19 , H04N19/42 , H04N19/597 , G06T5/00 , G06V10/40 , G06V10/772 , G06V20/40
Abstract: 本发明涉及一种时空复用的压缩视频成像方法,包括下列步骤:1)设计成像设备如附图所示包括一个标定系统和成像系统,并通过标定系统,获得一个二值的输入矩阵,同时采用一个复数矩阵拟合多重散射传递函数;2)在成像系统采用空间复用和时间复用两个压缩感知模块顺序对进入系统的场景光学信号进行三维压缩感知采样,在一次曝光时间内获取多帧空间上压缩的场景图像信号;3)从输入的三维信号的三个切面对信号进行解析表示,并通过学习得到图像帧的解析稀疏表示字典和视频信号的时间稀疏表示特征;4)根据视频重建的优化模型,首先重建一个初始视频估计,并将多约束的优化问题分解为多个子问题,采用交替方向方法求解,完成视频帧的图像重建。
-
公开(公告)号:CN110650340A
公开(公告)日:2020-01-03
申请号:CN201910336500.5
申请日:2019-04-25
Applicant: 长沙理工大学
IPC: H04N19/132 , H04N19/177 , H04N19/19 , H04N19/42 , H04N19/597 , G06T5/00 , G06K9/46 , G06K9/62
Abstract: 本发明涉及一种时空复用的压缩视频成像方法,在成像系统中采用空间和时间复用压缩感知模块先后对光学信号进行调制,实现三维随机线性投影。从输入的三维信号的三个切面对信号进行解析表示,获得信号与系数沿各个维度的拉伸矩阵,通过三维张量的解析字典学习的共稀疏优化模型,对解析字典进行学习,得到图像帧的解析稀疏表示字典和视频信号的时间稀疏表示特征。通过时空复用的压缩视频成像方法,重建视频信号。根据视频重建的优化模型,重建一个初始视频估计,然后应用增广拉格朗日方法和应用变量替换将多约束的优化问题分解为多个子问题,最终采用交替方向方法求解,完成图像的重建。由于融合视频信号时空非局部相似性和其它结构化特性,构建视频信号互独立的多先验约束重建优化目标函数,降低解的自由度,引导优化问题的解趋向视频信号的固有特性。
-