基于多散斑图组合-调制的鬼成像优化方法

摘要

本发明涉及鬼成像的优化，具体为基于多散斑图组合‑调制的鬼成像优化方法，其利用桶探测器值的大小对照射到目标物体上的多个散斑图进行排序，使相邻散斑图间差异性减小；通过对相邻散斑图间的叠加以及对应桶探测器值的调制，有效降低待关联数据间冗余和数量，并利用不同的关联运算规则实现对目标物体的重构。数值仿真结果表明，对于目标图像“G”，在总采样次数4000次、4个相邻散斑图组合方式下，所提方法与未组合‑调制下传统鬼成像、差分鬼成像和正负调制鬼成像的峰值信噪比/对比度分别提升了21.7%/27.3%、8.3%/17.8%和14.7%/25.7%；通过对20幅目标图像的数值模拟与结果分析，发现峰值信噪比/对比度提升率分别在15%和30%以上的占比为90%/85%和50%/55%，说明该方法具有很好的泛化能力。