基于稀疏約束的強(qiáng)度關(guān)聯(lián)成像高速三維重構(gòu)系統(tǒng)及方法
【專利摘要】一種基于稀疏約束的強(qiáng)度關(guān)聯(lián)成像高速三維重構(gòu)系統(tǒng),包括數(shù)據(jù)采集單元、信號(hào)處理機(jī)、高速存儲(chǔ)器、GPU并行計(jì)算控制器、GPU計(jì)算卡組、三維處理機(jī)、三維成像顯示器。數(shù)據(jù)采集單元由CCD和PMT構(gòu)成,GPU計(jì)算卡組由多塊GPU計(jì)算卡并聯(lián)構(gòu)成。本發(fā)明可實(shí)現(xiàn)準(zhǔn)實(shí)時(shí)強(qiáng)度關(guān)聯(lián)成像三維圖像重構(gòu),具有計(jì)算速度快、信噪比高、成本低和功耗小的特點(diǎn),可應(yīng)用于可見(jiàn)光及X光強(qiáng)度關(guān)聯(lián)成像。
【專利說(shuō)明】基于稀疏約束的強(qiáng)度關(guān)聯(lián)成像高速三維重構(gòu)系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及三維信息處理領(lǐng)域,特別是一種基于稀疏約束的強(qiáng)度關(guān)聯(lián)成像高速三 維重構(gòu)系統(tǒng)及方法,它可應(yīng)用于可見(jiàn)光及X光強(qiáng)度關(guān)聯(lián)成像領(lǐng)域。
【背景技術(shù)】
[0002] 強(qiáng)度關(guān)聯(lián)成像不同于常規(guī)成像,探測(cè)器拍攝到的并非物體圖像本身,而是記錄熱 光場(chǎng)的漲落信息,再通過(guò)后續(xù)信息處理來(lái)獲取目標(biāo)物體圖像。因此,在強(qiáng)度關(guān)聯(lián)成像應(yīng)用 中,一個(gè)重要的問(wèn)題是重構(gòu)目標(biāo)物體圖像。采用關(guān)聯(lián)算法能快速得到重構(gòu)圖像,但重構(gòu)圖像 信噪比低,只適合于噪聲影響較低的實(shí)驗(yàn)室成像。根據(jù)壓縮感知(Compressive Sensing) 理論,當(dāng)長(zhǎng)度為N的信號(hào)X為稀疏且測(cè)量矩陣A滿足特定條件時(shí),可以通過(guò)CS算法由遠(yuǎn)少 于N的Μ次測(cè)量數(shù)據(jù)恢復(fù)出信號(hào)。對(duì)于噪聲影響較大的遠(yuǎn)距離三維成像實(shí)用系統(tǒng),可以利 用CS方法實(shí)現(xiàn)強(qiáng)度關(guān)聯(lián)圖像重構(gòu)。
[0003] CS重構(gòu)圖像信噪比高,但數(shù)據(jù)計(jì)算量大,所需重構(gòu)時(shí)間較長(zhǎng)。對(duì)于二維強(qiáng)度關(guān)聯(lián)成 像,只需重構(gòu)單幀圖像,重構(gòu)算法所需時(shí)間尚可接受。但對(duì)于三維成像,是對(duì)二維切片圖像 分別進(jìn)行單幀重構(gòu),再由二維切片組合得到物體的三維信息,重構(gòu)時(shí)間由圖像序列的幀數(shù) 決定,要實(shí)現(xiàn)高分辨率的三維成像,需要對(duì)數(shù)千幀圖像進(jìn)行重構(gòu),重構(gòu)時(shí)間難以滿足應(yīng)用需 求。借助大型計(jì)算機(jī)或者集群雖然能夠?qū)崿F(xiàn)快速并行計(jì)算,但所需成本高,且無(wú)法實(shí)現(xiàn)戶外 移動(dòng)計(jì)算。
[0004] 浙江大學(xué)的劉旭等提出了一種基于壓縮感知的三維物體成像的簡(jiǎn)單計(jì)算方法,只 需要兩次CS計(jì)算就可以獲得目標(biāo)物體的三維信息,但需要反射鏡和空間光調(diào)制器DMD等, 這些器件只對(duì)可見(jiàn)光發(fā)生作用,對(duì)于高穿透性的X光,沒(méi)有對(duì)應(yīng)器件,無(wú)法應(yīng)用于X光強(qiáng)度 關(guān)聯(lián)成像。
[0005] 基于稀疏約束的強(qiáng)度關(guān)聯(lián)成像(GISC)方法是中科院上海光機(jī)所龔文林等提出 的,通過(guò)關(guān)聯(lián)計(jì)算實(shí)現(xiàn)了遙感三維成像,但成像信噪比低,圖像模糊,而CS重構(gòu)方法理論上 能獲得較高信噪比的圖像。
[0006] 強(qiáng)度關(guān)聯(lián)成像進(jìn)行m次測(cè)量,采集得到的數(shù)據(jù)為:(1)二維參考圖像構(gòu)成的參考序 列,…,Ιι^,…IrJ,每巾貞二維參考圖像的像素?cái)?shù)為η,用矩陣A來(lái)表示參考序列, 一幀二維參考圖像構(gòu)成A的一行,則矩陣A為m行η列;(2) -維信號(hào)數(shù)據(jù)構(gòu)成的信號(hào)序列 {Ih,…,lb…ItJ,每幀一維信號(hào)數(shù)據(jù)包含k個(gè)元素,用矩陣Υ來(lái)表示信號(hào)序列,一幀 一維信號(hào)數(shù)據(jù)構(gòu)成Y的一行,則矩陣Y為m行k列矩陣。
[0007] 待求三維重構(gòu)目標(biāo)為二維重構(gòu)圖像構(gòu)成的圖像序列仏,…,I」,…Ik},傳統(tǒng)CS算 法是通過(guò)依次求解每幀二維重構(gòu)圖像實(shí)現(xiàn)三維重構(gòu)。在三維并行CS算法中,每幀二維重構(gòu) 圖像I」的像素?cái)?shù)為n,圖像序列的幀數(shù)為k,用矩陣X來(lái)表示三維重構(gòu)目標(biāo),一幀二維重構(gòu) 圖像構(gòu)成X的一列,則矩陣X為η行k列矩陣,三維CS重構(gòu)過(guò)程就是由已知的Y和A求解 X的過(guò)程,可表示為:
[0008] AX = Y,
[0009] 其中,ΑΧ」=Υ」,X」為η元素向量,Υ」為m元素向量,X = IX,…,X」,…Xk],Y =
【權(quán)利要求】
1. 一種基于稀疏約束的強(qiáng)度關(guān)聯(lián)成像高速三維重構(gòu)系統(tǒng),其特征在于系統(tǒng)構(gòu)成包括數(shù) 據(jù)采集單元、信號(hào)處理機(jī)、高速存儲(chǔ)器、GPU并行計(jì)算控制器、GPU計(jì)算卡組、三維處理機(jī)、三 維成像顯示器; 所述的數(shù)據(jù)采集單元由CCD和光電倍增管PMT構(gòu)成,所述的GPU計(jì)算卡組由多塊GPU 計(jì)算卡并聯(lián)構(gòu)成;所述的信號(hào)處理機(jī)、GPU并行計(jì)算控制器、三維處理機(jī)與高速存儲(chǔ)器之間 采用高速光纜連接,所述的GPU計(jì)算卡組與GPU并行計(jì)算控制器通過(guò)PCI-E總線連接,所述 的三維成像顯示器與三維處理機(jī)相連接; 所述的數(shù)據(jù)采集單元將采集到的數(shù)據(jù)輸入信號(hào)處理機(jī),信號(hào)處理機(jī)對(duì)采集數(shù)據(jù)進(jìn)行噪 聲過(guò)濾處理后,將有效數(shù)據(jù)傳遞到高速存儲(chǔ)器進(jìn)行存儲(chǔ); 所述的GPU并行計(jì)算控制器從高速存儲(chǔ)器讀取有效數(shù)據(jù)進(jìn)行并行計(jì)算預(yù)處理后,傳遞 到GPU計(jì)算卡組的多個(gè)GPU計(jì)算卡,GPU計(jì)算卡組完成并行計(jì)算后將計(jì)算結(jié)果返回到GPU并 行計(jì)算控制器,GPU并行計(jì)算控制器進(jìn)行并行計(jì)算后處理之后將結(jié)果數(shù)據(jù)發(fā)送到高速存儲(chǔ) 器進(jìn)行存儲(chǔ); 所述的三維處理機(jī)從高速存儲(chǔ)器讀取結(jié)果數(shù)據(jù)后進(jìn)行三維降噪合成,并通過(guò)三維成像 顯示器完成結(jié)果顯示。
2. 利用權(quán)利要求1所述的基于稀疏約束的強(qiáng)度關(guān)聯(lián)成像高速三維重構(gòu)系統(tǒng)進(jìn)行高速 三維重構(gòu)的方法,包括以下步驟: 〈1>獲取強(qiáng)度關(guān)聯(lián)成像三維重構(gòu)數(shù)據(jù)矩陣: 強(qiáng)度關(guān)聯(lián)成像中,進(jìn)行m次測(cè)量,CCD采集到的數(shù)據(jù)為二維參考圖像構(gòu)成的參考序 列{ΙΓι,…,I&…Irm},光電倍增管PMT采集到的數(shù)據(jù)為一維信號(hào)數(shù)據(jù)構(gòu)成的信號(hào)序列 {It" …,Iti,…ItJ,其中 i = 1,2, 3,…,m ; 對(duì)于參考序列{Ιι^,…,Ii^,每巾貞二維參考圖像的像素?cái)?shù)為η,用矩陣A來(lái) 表不參考序列,一巾貞二維參考圖像構(gòu)成A的一行,則矩陣A為m行η列; 對(duì)于信號(hào)序列{1^,…,Ik…ItJ,每幀一維信號(hào)數(shù)據(jù)1^包含k個(gè)元素,用矩陣Υ來(lái) 表示信號(hào)序列,一幀一維信號(hào)數(shù)據(jù)構(gòu)成矩陣Y的一行,則矩陣Y為m行k列矩陣; 將參考數(shù)據(jù)矩陣A和信號(hào)數(shù)據(jù)矩陣Y輸入信號(hào)處理機(jī)。 〈2>進(jìn)行噪聲過(guò)濾處理: 求信號(hào)數(shù)據(jù)矩陣Y每一列的平均值,得到1行k列的向量,將此向量歸一化后,得到1行 k列的向量Ys,對(duì)Ys的k個(gè)元素逐個(gè)判斷,若小于門限閾值Ts則視為噪聲,Ts e (〇, 1),剔 除矩陣Y對(duì)應(yīng)的列,得到新的矩陣Y為m行K列,其中K〈k ; 求信號(hào)數(shù)據(jù)矩陣Y每一行的平均值,得到m行1列的向量Ym,將矩陣Y的每一列Yj (j =1,2, 3,…,K)與Ym做運(yùn)算I Yj-Ym I. /Ym,得到m行K列的矩陣Ya,對(duì)Ya的mXK個(gè)元素 逐個(gè)判斷,若小于門限閾值Ta則視為噪聲,Ta e (〇, 〇. 5),矩陣Υ對(duì)應(yīng)的元素置0 ; 對(duì)矩陣Υ的每一行作判斷,剔除矩陣Υ的全〇行和矩陣Α對(duì)應(yīng)的行,得到有效數(shù)據(jù):Μ行 Κ列的信號(hào)數(shù)據(jù)矩陣Υ'和Μ行η列的參考數(shù)據(jù)矩陣Α',其中M〈m ; 將參考數(shù)據(jù)矩陣A'和信號(hào)數(shù)據(jù)矩陣Y'存儲(chǔ)到高速存儲(chǔ)器。 〈3>并行計(jì)算預(yù)處理: 由GPU并行計(jì)算控制器從高速存儲(chǔ)器讀取參考數(shù)據(jù)矩陣A'和信號(hào)數(shù)據(jù)矩陣Y',根據(jù) A'和Y'按下列公式計(jì)算參數(shù)μ : 其中 μ。e (〇, 1);
對(duì)M仃n列的麥今刻牛Λ'進(jìn)行數(shù)據(jù)分割,GPU計(jì)算卡的數(shù)目為N,則將參考數(shù)據(jù)矩 陣A'分割為N塊,每塊對(duì)應(yīng)一個(gè)GPU計(jì)算卡,每個(gè)分塊矩陣A' ePU的大小為M/N行η列; 將參數(shù)μ和信號(hào)數(shù)據(jù)矩陣Υ'傳遞到每個(gè)GPU計(jì)算卡,將分塊矩陣A'ePU傳遞到對(duì)應(yīng)的 GPU計(jì)算卡; 〈4>進(jìn)行并行計(jì)算: 在多個(gè)GPU計(jì)算卡上同時(shí)對(duì)八Λ '變換,其變換公式為: 其中,Φ代表稀疏變換;
左夕水riDTT 咎-1=· l·同時(shí)士曰捉Λ vf .1忠細(xì)ν,.
目標(biāo)函數(shù),X'初值設(shè)為〇,沿 :中 i環(huán)終止條件為: 將每個(gè)GPU計(jì)算卡求得的X'矩陣(n/N行K列)返回到GPU并行計(jì)算控制器。 〈5>進(jìn)行并行計(jì)算后處理: 對(duì)多個(gè)GPU計(jì)算卡返回的矩陣X'進(jìn)行數(shù)據(jù)合并,得到完整的η行K列的結(jié)果數(shù)據(jù)矩陣 V ' 對(duì)X'進(jìn)行反稀疏變換獲取三維重構(gòu)目標(biāo)的實(shí)空間表達(dá)矩陣X,其變換公式為: 其中,Φ η代表逆稀疏變換;
將結(jié)果數(shù)據(jù)矩陣X (η行Κ列)存儲(chǔ)到高速存儲(chǔ)器; 〈6>進(jìn)行三維降噪合成: 利用所述的三維處理機(jī)從高速存儲(chǔ)器讀取結(jié)果數(shù)據(jù)矩陣X,對(duì)矩陣X的每一行搜索最 大值,記錄下此位置和此位置的值,得到位置向量Ρ (η行1列)和值向量V (η行1列),將Ρ 向量和V向量歸一化后以hsv真彩格式表示,Ρ向量對(duì)應(yīng)色度,V向量對(duì)應(yīng)亮度,飽和度設(shè)為 1,即得第三維以顏色表示的三維目標(biāo)真彩圖。
【文檔編號(hào)】G06T17/00GK104112294SQ201410318056
【公開(kāi)日】2014年10月22日 申請(qǐng)日期:2014年7月4日 優(yōu)先權(quán)日:2014年7月4日
【發(fā)明者】喻虹, 韓申生, 徐旭陽(yáng) 申請(qǐng)人:中國(guó)科學(xué)院上海光學(xué)精密機(jī)械研究所