一种基于卷积重构网络的压缩感知成像系统及方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115439569A(43)申请公布日2022.12.06(21)申请号202110626903.0(22)申请日2021.06.04(71)申请人苏州蛟视智能科技有限公司地址215000江苏省苏州市苏州工业园区星湖街328号创意产业园9-702单元(72)发明人韩捷飞孙立颖李丽丽连博博(51)Int.Cl.G06T11/00(2006.01)G02B27/00(2006.01)G02B27/09(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于卷积重构网络的压缩感知成像系统及方法(57)摘要本发明提供的基于卷积重构网络的压缩感知成像系统及方法，该成像系统包括沿光路依次设置的光源、光学整形单元、光调制单元、投射单元和光电探测单元，还包括依次与所述光电探测单元信号连接的数据采集处理单元和显示单元，以及与所述光调制单元和数据采集处理单元信号连接的光调制控制单元，所述数据采集处理单元包括相互连接的数据采集单元、存储单元、计算控制单元和多核卷积运算单元。本发明不仅可以实现并行优化计算，大幅度提高重构速度，节省硬件开发成本，提高系统运行效率，易于系统的工程化和小型化开发，且可以保留更多的图像结构信息，实现更高精度的图像重构。CN115439569ACN115439569A权利要求书1/2页1.一种基于卷积重构网络的压缩感知成像系统，其特征在于，包括沿光路依次设置的光源、光学整形单元、光调制单元、投射单元和光电探测单元，还包括依次与所述光电探测单元信号连接的数据采集处理单元和显示单元，以及与所述光调制单元和数据采集处理单元信号连接的光调制控制单元，所述数据采集处理单元包括相互连接的数据采集单元、存储单元、计算控制单元和多核卷积运算单元。2.根据权利要求1所述的基于卷积重构网络的压缩感知成像系统，其特征在于，所述多核卷积运算单元为基于FPGA或DSP或多核CPU或GPU或多核ARM的硬件电路模块，用于重构卷积网络和卷积并行运算。3.根据权利要求1所述的基于卷积重构网络的压缩感知成像系统，其特征在于，所述多核卷积运算单元包括至少2个单核卷积运算模块的数据处理电路。4.根据权利要求1所述的基于卷积重构网络的压缩感知成像系统，其特征在于，所述存储单元包括网络参数存储单元和运算存储单元，采用ROM或RAM存储器。5.根据权利要求1所述的基于卷积重构网络的压缩感知成像系统，其特征在于，所述光电探测单元包括光电探测器和光学接收系统，所述光学接收系统用于收集成像目标反射的光能量，所述光电探测器为单像素探测器或面阵探测器，用于将学接收系统收集的光信号转换为模拟电信号。6.根据权利要求1所述的基于卷积重构网络的压缩感知成像系统，其特征在于，所述数据采集单元为示波器或数据采集卡，用于对所述光电探测单元输出的电信号进行模数转换、数据采集和预处理。7.根据权利要求1所述的基于卷积重构网络的压缩感知成像系统，其特征在于，还包括与所述数据采集处理单元信号连接的面阵成像系统，用于采集成像目标的图像并提供给数据采集单元。8.一种基于卷积重构网络的压缩感知成像系统的成像方法，其特征在于，包括以下步骤：S1:数据采集单元获取样本数据并通过数据扩增技术扩大后形成训练样本，将得到的训练样本划分为训练集和测试集，并存储于存储单元中；S2:计算控制单元根据训练集图像的规模、初始设定的卷积重构网络参数调配运算任务和硬件资源，并控制卷积重构网络参数和待处理数据进入多核卷积运算单元对初始构建的卷积重构网络进行训练；S3:训练完成后，采用卷积重构网络的第一层卷积参数构建测量矩阵，将构建的测量矩阵和卷积重构网络参数存储于存储单元中；S4:光调制控制单元依次加载测量矩阵的每一行数据，控制光调制单元的调制参数；S5:光源发射光束，依次通过光学整形单元和光调制单元产生所需能量分布的光斑后，经投射单元投射到成像目标上，所述成像目标的反射的光能量通过光电探测单元接收并转换为模拟电信号；S6:数据采集单元对所述模拟电信号进行采集与预处理后，存储于存储单元中，所述计算控制单元将存储单元中的卷积重构网络参数以及数据采集单元预处理后的数据调入多核卷积运算单元进行卷积并行运算，得到成像目标的重构图像，并通过显示单元进行显示。9.根据权利要求8所述的基于卷积重构网络的压缩感知成像系统的成像方法，其特征2CN115439569A权利要求书2/2页在于，所述卷积重构网络包括依次连接的采样网络和重建网络，所述采样网络包括第一卷积层和第二卷积层，所述第一卷积层用于对输入的图像进行压缩，所述第二卷积层用于产生若干特征图；所述重建网络由若干卷积堆叠而成，每个所述卷积模块由多