当前位置:首页>>学术研讨>>讲座报告>> 正文

【硕士生报告】基于DMD的压缩感知成像

发布者: 发表时间:2018-12-11

发布日期:2018年12月11日 作者:陈正宣 编辑:朱长江 赵壮 审核: 李琪伟

陈正宣硕士生的报告题目是《基于DMD的压缩感知成像》,在报告中,陈正宣硕士生主要说明了DMD(Digital Micromirror Device,数字微镜阵列)芯片的物理构造与功能,简要介绍了压缩感知成像的实现方法,对比了利用OMP重构算法在不同采样率下的灰度图像恢复效果,最后说明了二者的结合方式。

一、 DMD芯片介绍

DMD微镜片阵列示意图

DMD是采用CMOS(Complementary Metal Oxide Semiconductor)工艺的单片制造方式集成在存储器上面的铝反射镜阵列。微镜阵列的每一个微反射镜均为尺寸16μm× 16μm的铝制镜片,它能转动两个方向:其中一个方向能将入射光反射到投射透镜,投射到银幕上;另一个方向可将入射光反射到吸收平面,由吸收平面把光吸收。微镜的转动由它下面的存储器单元的状态来控制,是由微镜本身与下面存储单元之间电压差所产生的静电吸引来完成。当存储器单元处于“开”即“1”状态时,微镜转到+12°;当存储器单元处于“关”即“0”状态时,微镜转到-12°。

DMD接收代表亮度灰度等级的电字输入,而输出代表图象信息的光字。它的灰度等级是通过二进制脉冲宽度调制(Pulse Width Modulation,PWM)实现的。二进制脉冲宽度调制的原理是将视频信号图象的每帧时间等分成若干二进制时间间隔或者称之为二进制位时间,不同的灰度级对应不同的二进制位时间。

四位二进制PWM灰度调节示意图

二、压缩感知成像

压缩传感的核心思想是将原始信号经过稀疏基投影得到稀疏信号,再通过一个过完备测量矩阵,得到一系列非自适应线性随机投影值,然后通过求解最优化问题的方法实现对原始信号高精度重构。它的本质是利用原始信号的冗余性通过减少测量向量的相关性来减少测量次数。压缩感知成像主要由稀疏矩阵,重构条件与测量矩阵,重构算法三个部分组成。

稀疏矩阵示意图

采用OMP算法对于灰度图像lena在不同采样率下进行图像恢复仿真,以检测压缩感知成像的效果与可行性。

采样率为0.3-0.7时,256*256像素的lena恢复图像

采样率为0.3~0.7时,512*512像素的lena恢复图像

三、DMD在压缩感知成像中的作用

在DMD上加载测量矩阵

在实验设计中,DMD的主要功能是利用微镜阵列组成测量矩阵,例如形成二值随机分布的涨落光场,通过改变DMD上随机二值矩阵的加载数目可以实现改变实验的测量次数,从而实现图像的重构。

作者:陈正宣

编辑:朱长江 赵壮

审核人:李琪伟

Baidu
map