计算鬼成像采样过程中的噪声消除方法、系统及相关组件

摘要

本申请公开了一种计算鬼成像采样过程中的噪声消除方法，所述方法包括利用压缩感知恢复算法生成目标图像的重构图像；根据目标图像的尺寸生成对应的相位测量矩阵，并利用相位测量矩阵进行迭代的相位调制，得到鬼成像系统的光场相位分布信息；根据光场相位分布信息确定相位跃迁位置，并根据相位跃迁位置确定重构图像的边缘轨迹；将除了边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对噪声像素点执行噪声消除操作。本申请能够消除计算鬼成像采样过程中产生的噪声，提高成像效果。本申请还公开了一种计算鬼成像采样过程中的噪声消除系统、一种电子设备及一种存储介质，具有以上有益效果。

说明书

技术领域

本申请涉及图像处理技术领域，特别涉及一种计算鬼成像采样过程中的噪声消除方法、系统及相关组件。

背景技术

鬼成像(Ghost Imaging，GI)又称量子成像，鬼成像以“物像分离”为主要优势区别于传统经典光学。鬼成像成像系统包含两束光路，一束称为信号光，通过待测物体，被无空间分辨率的桶探测器接收，第i次探测到的总光强值为Bi。另一束称为参考光，用具有空间分辨率的探测器CCD接收，第i次探测到的参考光强分布Ii(x，y)。对目标物体多次采样，将桶探测值B和参考光路的强度测量矩阵I进行关联计算，可以恢复出物体的成像。但是要保证恢复图像得到较高的PSNR，需要的测量次数远大于目标图像的奈奎斯特采样极限，因此强度关联成像的速度非常缓慢。

为了提高鬼成像采样效率，本领域通常基于压缩感知恢复算法的计算鬼成像，但是上述方式需要对重构图像的展开结果进行稀疏变换，稀疏变换会引入严重的噪声，影响最终的成像效果。

因此，如何消除计算鬼成像采样过程中产生的噪声，提高成像效果是本领域技术人员目前需要解决的技术问题。

发明内容

本申请的目的是提供一种计算鬼成像采样过程中的噪声消除方法、系统、一种电子设备及一种存储介质，能够消除计算鬼成像采样过程中产生的噪声，提高成像效果。

为解决上述技术问题，本申请提供一种计算鬼成像采样过程中的噪声消除方法，该方法包括：

利用压缩感知恢复算法生成目标图像的重构图像；

根据所述目标图像的尺寸生成对应的相位测量矩阵，并利用所述相位测量矩阵进行迭代的相位调制，得到鬼成像系统的光场相位分布信息；其中，所述光场相位分布信息包括入射光场相位信息和出射光场相位信息；

根据所述光场相位分布信息确定相位跃迁位置，并根据所述相位跃迁位置确定所述重构图像的边缘轨迹；

将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对所述噪声像素点执行噪声消除操作；其中，所述突变像素点为所述重构图像中与邻域像素点的像素值差值大于第一预设值的像素点。

可选的，利用压缩感知恢复算法生成目标图像的重构图像，包括：

从数据集中确定目标图像；

将所述目标图像表示为二维矩阵，并对所述二维矩阵按照预设方式进行矩阵展开操作得到列向量；其中，所述预设方式包括按行展开、按列展开、按Z字形展开和通过划分为多个子块展开中的任一种展开方式或任几种展开方式的组合；

对所述列向量进行稀疏变换得到稀疏系数；

根据所述鬼成像系统中空间光调制器的测量次数M和列向量信号长度N生成M×N的光强测量矩阵；

将所述光强测量矩阵与所述稀疏系数进行矩阵乘得到测量值；

利用所述测量值和所述光强测量矩阵生成重构后的稀疏系数；

对所述重构后的稀疏系数进行稀疏逆变换得到稀疏逆变换结果，并对所述稀疏逆变换结果执行所述矩阵展开操作的逆变换得到所述目标图像的重构图像。

可选的，所述从数据集中确定目标图像，包括：

从所述数据集中选取备选图像；

判断所述备选图像是否为单通道图像；

若是，则将所述备选图像设置为所述目标图像；

若否，则获取所述备选图像在颜色模型中每一通道的通道图像，将所有所述通道图像设置为所述备选图像。

可选的，在对所述噪声像素点执行噪声消除操作之后，还包括：

对所有消除噪声后的每一通道对应的重构图像进行合并，得到所述备选图像对应的重构图像。

可选的，利用所述相位测量矩阵进行迭代的相位调制，得到鬼成像系统的光场相位分布信息，包括：

将所述相位测量矩阵与所述目标图像对应的二维矩阵进行矩阵乘计算得到当前入射光场的复振幅信息；

对所述当前入射光场的复振幅信息进行逆傅里叶变换得到当前入射光场，并获取所述当前入射光场的相位信息；

构建振幅为单位振幅、相位信息为当前入射光场的相位信息的当前出射光场，并计算所述当前出射光场的复振幅信息；

判断所述当前出射光场的复振幅信息与所述当前入射光场的复振幅信息的振幅相似度是否大于第二预设值；

若是，则根据所述当前入射光场的复振幅信息和所述当前出射光场的复振幅信息生成所述鬼成像系统的光场相位分布信息；

若否，则构造新的复振幅信息，对所述新的复振幅信息进行逆傅里叶变换得到新的入射光场，并利用所述新的入射光场重新确定当前出射光场的复振幅信息，并进入判断所述当前出射光场的复振幅信息与所述当前入射光场的复振幅信息的振幅相似度是否大于第二预设值的步骤。

可选的，构造新的复振幅信息，包括：

对所述当前出射光场的复振幅信息和所述目标图像的复振幅信息进行加权计算得到所述新的复振幅信息。

可选的，在将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点之前，还包括：

从所述重构图像中选取当前像素点；

确定所述当前像素点的邻域像素点，并计算所有所述邻域像素点的参考像素值；其中，所述参考像素值包括像素平均值或像素值中位数；

判断所述当前像素点的像素值与所述参考像素值的差值是否大于所述第一预设值；

若是，则判定所述当前像素点为突变像素点；

若否，则判定所述当前像素点不为突变像素点；

判断所述重构图像中的像素点是否均选取完毕；若否，则进入从所述重构图像中选取当前像素点的步骤。

可选的，对所述噪声像素点执行噪声消除操作，包括：

在所述重构图像中确定所述噪声像素点的邻域像素点；

计算所述噪声像素点的所有邻域像素点的参考像素值；其中，所述参考像素值包括像素平均值或像素值中位数；

将所述噪声像素点的像素值修改为所述参考像素值。

可选的，根据所述光场相位分布信息确定相位跃迁位置，包括：

从所述重构图像中选取目标像素点；

根据所述光场相位分布信息计算所述目标像素点对应的相位信息变化量；其中，所述相位信息变化量用于描述入射光场相位信息和出射光场相位信息的变化量；

若所述相位信息变化量大于第三预设值，则判定所述目标像素点所在的位置为所述相位跃迁位置。

本申请还提供了一种计算鬼成像采样过程中的噪声消除系统，该系统包括：

重构图像生成模块，用于利用压缩感知恢复算法生成目标图像的重构图像；

相位调制模块，用于根据所述目标图像的尺寸生成对应的相位测量矩阵，并利用所述相位测量矩阵进行迭代的相位调制，得到鬼成像系统的光场相位分布信息；其中，所述光场相位分布信息包括入射光场相位信息和出射光场相位信息；

边缘确定模块，用于根据所述光场相位分布信息确定相位跃迁位置，并根据所述相位跃迁位置确定所述重构图像的边缘轨迹；

噪声消除模块，用于将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对所述噪声像素点执行噪声消除操作；其中，所述突变像素点为所述重构图像中与邻域像素点的像素值差值大于第一预设值的像素点。

本申请还提供了一种存储介质，其上存储有计算机程序，所述计算机程序执行时实现上述计算鬼成像采样过程中的噪声消除方法执行的步骤。

本申请还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现上述计算鬼成像采样过程中的噪声消除方法执行的步骤。

本申请提供了一种计算鬼成像采样过程中的噪声消除方法，包括：利用压缩感知恢复算法生成目标图像的重构图像；根据所述目标图像的尺寸生成对应的相位测量矩阵，并利用所述相位测量矩阵进行迭代的相位调制，得到鬼成像系统的光场相位分布信息；其中，所述光场相位分布信息包括入射光场相位信息和出射光场相位信息；根据所述光场相位分布信息确定相位跃迁位置，并根据所述相位跃迁位置确定所述重构图像的边缘轨迹；将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对所述噪声像素点执行噪声消除操作；其中，所述突变像素点为所述重构图像中与邻域像素点的像素值差值大于第一预设值的像素点。

本申请利用压缩感知恢复算法生成目标图像的重构图像，利用相位测量矩阵进行迭代的相位调制得到鬼成像系统的光场相位分布信息。通过在采样结果引入相位调制，在原有平面波的基础上增加了相位这一物理维度。根据所述光场相位分布信息中入射光场和出射光场的相位跃迁位置，进而确定所述重构图像的边缘轨迹。边缘轨迹和噪声均能够引起重构图像的像素值突变，本申请将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对所述噪声像素点执行噪声消除操作，同时实现了图像边缘轮廓增强，显著提高了成像质量。本申请针对计算鬼成像采样过程加入相位调制，能够消除计算鬼成像采样过程中产生的噪声，提高成像效果。本申请同时还提供了一种计算鬼成像采样过程中的噪声消除系统、一种存储介质和一种电子设备，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例所提供的一种计算鬼成像采样过程中的噪声消除方法的流程图；

图2为本申请实施例所提供的一种鬼磁共振血管造影系统框架示意图；

图3为本申请实施例所提供的一种基于压缩感知理论计算鬼成像采样过程行效应的消除方法的流程图；

图4为本申请实施例所提供的一种计算鬼成像采样过程中的噪声消除系统的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

压缩感知理论突破了传统奈奎斯特采样定理采样率的限制，实现了数据的采样和压缩同时进行。压缩感知恢复算法的核心思想是对于可压缩的原始信号，以远低于奈奎斯特标准采样率的方式采集到信号，避免大量无用信号的获取，并精确重构该信号。压缩感知(compressive sensing，CS)算法主要包括：找到一个信号X稀疏表示方法，实现自然界原始信号的稀疏变换，得到仅包含K个非零值的稀疏表示S；设计一个稳定的测量矩阵Phi，通过对稀疏后的信号S降维生成测量值y，保证信号降低维度后，K个非零值没有被破坏。重构算法，找到一个含稀疏约束项的最优化求解方法，从测量值y中尽可能精确的恢复出原始信号。

基于计算鬼成像的光路成像系统，参考光路分布是由SLM(Spatial LightModulator，空间光调制器)空间光调制器生成的伪随机分布。由于强度关联计算鬼成像中的参考光路满足随机噪声矩阵的高斯分布,所以强度关联成像的信息获取机理与压缩感知图像信息获取方式在本质上是相通的。只要信号在某一变换域,如二维离散余弦变换(Discrete Cosine Transform，DCT)或小波变换(wavelet transform,WT)具有稀疏性,且光强分布与稀疏变换之间满足RIP(Restricted Isometry Property，有限等距性质)准则，则将空间强度随机涨落的随机高斯分布用测量矩阵模拟,就可以在该域内用压缩感知算法恢复。也就是在计算鬼成像系统中引入压缩感知理论，用压缩感知的恢复算法代替鬼成像的关联成像计算，提高成像质量，加速物体成像的时间，并降低计算成本。

上述基于压缩感知恢复算法的计算鬼成像系统采样和恢复过程为：假设用测量光对大小为n*n的目标图像X进行M次采样，第i次采样时，参考光在像素点(xa，yb)光强分布函数Ii(xa，yb)可以表示为n*n的矩阵形式。矩阵Ii的每一个元素对应CCD(Charge-coupleddevice，电荷耦合器件)测量平面的某个像素点处的光强。将矩阵Ii按行展开成一维行向量。用已知伪随机的测量光对目标物体进行M次采样后，将CCD记录单M个n*n的一维行向量Ii按列存储成MxN维的矩阵(N＝n*n)，作为CS算法的测量矩阵Phi，也就是每次采样矩阵Ii是Phi的一行。同时将n*n的目标物体X按行或者按列等方式展开成Nx1的列向量(N＝n*n)，并通过DCT变换对X完成稀疏变换。就可以生成压缩感知的测量值y(y＝Phi*X)，并利用CS的恢复算法完成图像信号的重构。

基于上述压缩感知恢复算法的计算鬼成像系统，在采样阶段使用稀疏变换不可避免的会引入严重的噪声。原因在于：假设对一张整幅图像进行整体DCT稀疏变换，因为变换后的稀疏系数和图像的每个像素都相关，那么再经过IDCT逆变换的重建图像本身是无损的。而将目标图像X按行展开变成N*1的列向量后，DCT变换对象从整张图像变成了图像的某一行。分别对每个子行稀疏变换的结果是，图像行与行之间的相关性被丢失了，得到的稀疏系数S引入的误差。用测量矩阵Phi对稀疏系数S压缩采样，得到测量值y，再通过测量值y和测量矩阵Phi带入CS恢复算法重构出整幅目标图像的过程中，会进一步加大误差。因此会造成CS重构的图像中出现不连续的跳变，直观上看就是图像存在大量横条纹的噪声，记做行效应。同理，如果将X按列展开，按Z字形展开，或者按分成子块等方式，图像列与列之间、斜对角线与斜对角线、相邻子块之间的相关性也会丢失，恢复图像同样会存在竖条纹噪声或斜条纹的噪声，记做列相应、z效应、块效应。针对上述相关技术中存在的技术问题，本实施例通过以下实施例提供计算鬼成像采样过程中的噪声消除方案，以便消除计算鬼成像采样过程中产生的噪声，提高成像效果。

下面请参见图1，图1为本申请实施例所提供的一种计算鬼成像采样过程中的噪声消除方法的流程图。

具体步骤可以包括：

S101：利用压缩感知恢复算法生成目标图像的重构图像；

其中，本实施例可以应用于使用压缩感知恢复算法的计算鬼成像系统，可以适用于于图像、透射型物体等不同信号。生成重构图像的过程包括：从数据集中确定目标图像；将所述目标图像表示为二维矩阵，并对所述二维矩阵按照预设方式进行矩阵展开操作得到列向量；对所述列向量进行稀疏变换得到稀疏系数；根据所述鬼成像系统中空间光调制器的测量次数M和列向量信号长度N生成M×N的光强测量矩阵；将所述光强测量矩阵与所述稀疏系数进行矩阵乘得到测量值；利用所述测量值和所述光强测量矩阵生成重构后的稀疏系数；对所述重构后的稀疏系数进行稀疏逆变换得到稀疏逆变换结果，并对所述稀疏逆变换结果执行所述矩阵展开操作的逆变换得到所述目标图像的重构图像。上述预设方式包括按行展开、按列展开、按Z字形展开和通过划分为多个子块展开中的任一种展开方式或任几种展开方式的组合。

具体的，对所述列向量进行稀疏变换得到稀疏系数的过程包括：对所述列向量进行从空域变换到频域的稀疏变换，得到仅包含K个非零值的稀疏系数。利用所述测量值和所述光强测量矩阵生成重构后的稀疏系数的过程包括：将所述光强测量矩阵与所述稀疏系数进行矩阵乘得到测量值，完成亚采样过程；利用压缩感知恢复算法，输入所述测量值和所述光强测量矩阵，找到一个含稀疏约束项的最优化求解方法，求解出重构后的稀疏系数。

S102：根据所述目标图像的尺寸生成对应的相位测量矩阵，并利用所述相位测量矩阵进行迭代的相位调制，得到鬼成像系统的光场相位分布信息；

其中，本实施例可以根据目标图像横向的像素数量n和纵向的像素数量m确定n*m的相位测量矩阵。上述光场相位分布信息包括入射光场相位信息和出射光场相位信息，

具体的，迭代相位调制的过程包括：将所述相位测量矩阵与所述目标图像对应的二维矩阵进行矩阵乘计算得到当前入射光场的复振幅信息；对所述当前入射光场的复振幅信息进行逆傅里叶变换得到当前入射光场，并获取所述当前入射光场的相位信息；构建振幅为单位振幅、相位信息为当前入射光场的相位信息的当前出射光场，并计算所述当前出射光场的复振幅信息；判断所述当前出射光场的复振幅信息与所述当前入射光场的复振幅信息的振幅相似度是否大于第二预设值；若是，则根据所述当前入射光场的复振幅信息和所述当前出射光场的复振幅信息生成所述鬼成像系统的光场相位分布信息；若否，则构造新的复振幅信息，对所述新的复振幅信息进行逆傅里叶变换得到新的入射光场，并利用所述新的入射光场重新确定当前出射光场的复振幅信息，并进入判断所述当前出射光场的复振幅信息与所述当前入射光场的复振幅信息的振幅相似度是否大于第二预设值的步骤。

进一步的，本实施例可以通过加权计算的方式构造新的复振幅信息：对所述当前出射光场的复振幅信息和所述目标图像的复振幅信息进行加权计算得到所述新的复振幅信息。例如，新的复振幅信息＝当前出射光场的复振幅信息*0.9+目标图像的复振幅信息*0.1。

S103：根据所述光场相位分布信息确定相位跃迁位置，并根据所述相位跃迁位置确定所述重构图像的边缘轨迹；

其中，本步骤可以根据入射光场和出射光差的相位信息变化量确定相位跃迁位置，具体过程如下：从所述重构图像中选取目标像素点；根据所述光场相位分布信息计算所述目标像素点对应的相位信息变化量；其中，所述相位信息变化量用于描述入射光场相位信息和出射光场相位信息的变化量；若所述相位信息变化量大于第三预设值，则判定所述目标像素点所在的位置为所述相位跃迁位置。作为一种可行的实施方式，本实施例可以判断入射光场相位信息和出射光场相位信息的正负号是否发生变化，若发生变化则判定该像素点所在的位置为相位跃迁位置。

在确定重构图像上的相位跃迁位置后，可以将相位跃迁位置对应的像素点作为边缘轨迹对应的像素点，进而根据所有的相位跃迁位置确定重构图像的边缘轨迹。

S104：将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对噪声像素点执行噪声消除操作；

其中，在将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点之前，还可以存在确定突变像素点的操作，上述突变像素点为所述重构图像中与邻域像素点的像素值差值大于第一预设值的像素点。

确定突变像素点的过程如下：从所述重构图像中选取当前像素点；确定所述当前像素点的邻域像素点，并计算所有所述邻域像素点的参考像素值；其中，所述参考像素值包括像素平均值或像素值中位数；判断所述当前像素点的像素值与所述参考像素值的差值是否大于所述第一预设值；若是，则判定所述当前像素点为突变像素点；若否，则判定所述当前像素点不为突变像素点；判断所述重构图像中的像素点是否均选取完毕；若否，则进入从所述重构图像中选取当前像素点的步骤。

本实施例利用压缩感知恢复算法生成目标图像的重构图像，利用相位测量矩阵进行迭代的相位调制得到鬼成像系统的光场相位分布信息。通过在采样结果引入相位调制，在原有平面波的基础上增加了相位这一物理维度。根据所述光场相位分布信息中入射光场和出射光场的相位跃迁位置，进而确定所述重构图像的边缘轨迹。边缘轨迹和噪声均能够引起重构图像的像素值突变，本实施例将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对所述噪声像素点执行噪声消除操作，同时实现了图像边缘轮廓增强，显著提高了成像质量。本实施例针对计算鬼成像采样过程加入相位调制，能够消除计算鬼成像采样过程中产生的噪声，提高成像效果。

作为对于图1对应实施例的进一步介绍，本实施例从数据集中确定目标图像的过程可以包括：从所述数据集中选取备选图像；判断所述备选图像是否为单通道图像；若是，则将所述备选图像设置为所述目标图像；若否，则获取所述备选图像在颜色模型中每一通道的通道图像，将所有所述通道图像设置为所述备选图像。图1对应的实施例可以对单通道的图像进行处理；若从数据集中选取的备选图像的通道数量大于1，则对每一通道的通道图像分别执行图1对应实施例的相关操作，在对所述噪声像素点执行噪声消除操作之后，还可以对所有消除噪声后的每一通道对应的重构图像进行合并，得到所述备选图像对应的重构图像。

作为对于图1对应实施例的进一步介绍，本实施例可以通过以下方式对所述噪声像素点执行噪声消除操作：在所述重构图像中确定所述噪声像素点的邻域像素点；计算所述噪声像素点的所有邻域像素点的参考像素值；其中，所述参考像素值包括像素平均值或像素值中位数；将所述噪声像素点的像素值修改为所述参考像素值。

上述实施例描述的方案可应用各类涉及鬼成像的应用领域：包括医学领域的鬼磁共振血管造影、量子光学相干断层扫描、X射线鬼成像、水下鬼成像、基于计算鬼成像的双密钥光学加密、基于鬼成像的信息隐藏技术等。

以鬼磁共振血管造影为例说明，传统的磁共振血管造影是一种成熟的技术，可以精确地描绘多个区域的血管形态。为了降低背景信号，增加图像对比度和分辨率，通常采用加速并行处理技术，并且每次都是全采样，然而标准相控阵线圈的并行加速因子过大，则会引入严重的图像噪声。鬼磁共振血管造影是一种全新的血管成像方法，使用了远比相比传统磁共振更低的采样率。使用上述实施例的针对恢复图像消除噪声的后处理方案，可以对背景噪声进行抑制。请参见图2，图2为本申请实施例所提供的一种鬼磁共振血管造影系统框架示意图，具体步骤包括：使用MR扫描仪搜集患者临床信息，并将患者临床信息的传输给原始数据发射器，原始数据发射器和呼吸心跳等运动估计系统将信号X发送给压缩感知系统；压缩感知系统接收N维可压缩原始信号X，对信号X进行压缩采样得到重构信号，进而在外部显示重构结果。压缩采样过程包括：稀疏变换S＝psi*X，降维测量Y＝phi*S。重构信号Y＝AX，A＝psi*phi。上述psi为系数变换矩阵，phi为光强测量矩阵。

鬼磁共振血管造影过程是患者连接全身MR扫描仪，传感器搜集临床数据。同时进行临床设置的呼吸和心脏运动矫正系统。通过TCP/IP等通信方式将原始信号A/D转换后发送到安装了压缩感知和计算鬼成像程序系统的工作站服务器上。压缩感知系统接收到长度为N的原始信号X，对信号稀疏变换，从空域变换到频域，生成稀疏系数S，利用测量矩阵将稀疏系数S投射到M维空间，得到长度M为的测量值Y，完成压缩采样过程。再通过重构算法，恢复出原始信号X。在服务器端模拟相位调制过程获取恢复信号X的边缘轮廓信息，消除采样过程中引入的噪声，将恢复结果发送到外部扫描仪，显示屏显示重构结果。

目前传统的图像优化方法，首先主要应用场景针对的是基因DCT变换的图像压缩技术，对图像先进行分块，对分块的像素块做DCT变换后，同时对每个分块的DCT的系数进行量化，对DCT系数做IDCT逆变换时，解码端的恢复图像会出现的方格噪音，也就是块效应。其次主流的优化方法计算相对简单，假设恢复图像(xa1，yb1)和(xa2，yb2)是不同块的相邻像素点，彼此相邻点像素差异较大。因为相邻像素在DCT压缩之前具有强相关性，像素点大概率是平滑过渡的。因此传统计算方法是分别计算(xa1，yb1)和(xa2，yb2)在它们同一个分块内周围小范围的像素值，通过求平均值来代替(xa1，yb1)和(xa2，yb2)来实现减少块效应的目的。但是如果正好处于图像边缘，边缘处的像素就会产生突变，这种方法就不适用，反而会引入新的误差。因此实际应用时这种直接过滤掉像素突变点的方式效果并不理想。本实施例为了解决计算鬼成像系统恢复效果不佳的问题，提供一种更加有效的可以消除图像行效应的实现方案：首先，成像系统在SLM空间光调制的基础上，加上伪随机相位模式的调制。每次采样，光强和相位的调制模式都是可控已知的。也就是在平面波的基础上增加了相位这一物理维度，测量矩阵在原有只调制光场强度的基础上，增加了相位调制。当携带了增加相位信息的入射光照射到物体上，光束在物体的边缘会发生相位跃迁，也就是说信号光在打到目标图像的入射光和出射光，仅在图像边缘位置会发生相位跃迁。图像边缘处入射光和出射光的相位信息会发生明显变化，通过计算出入射光和出射光的相位分布变换，可以推算获得图像的边缘轮廓信息。从而区分出整体恢复图像相邻像素点突变的部分中的图像边缘信息和行效应，明确抽离出图像中出现了行效应的像素点，从而通过求平均值等方式就可以平滑过渡消除行效应的噪声影响，进而重构出高质量高分辨率的图像信号。

请参见图3，图3为本申请实施例所提供的一种基于压缩感知理论计算鬼成像采样过程行效应的消除方法的流程图，该方法可以适用于三维图像、灰度图像、透射型物体等目标信号，本实施例仅以图像为例，以数学仿真模拟实际成像系统的采样和恢复信号过程。本实施例针对基于压缩感知理论的计算鬼成像系统中引入的行效应噪音的消除。测量采样时加入相位调制，入射光场了携带相位信息，通过目标物体的入射光场和出射光场的相位跃迁，获取目标物体的边缘信息。再利用目标物体的边缘信息对计算鬼成像的恢复信号后处理，筛选出计算鬼成像采样，压缩感知恢复算法重构物体本身在成像系统中引入的横条纹噪音，再通过将噪音像素点替换成为临域的像素中值，来平滑过渡解决孤立的横条纹效应。消除噪声的同时，增强物体边缘信息，明显改善成像效果。图3对应的实施例可以包括以下步骤：

步骤1：读取数据集的目标图像X。

其中，如果读取的目标图像是灰度图像，直接执行从步骤2开始执行。如果是彩图，则将三通道拆分分别执行以下步骤处理，最后再将每个通道的恢复图像合并成彩图。

步骤2：目标图像信号X用二维矩阵表示，每个矩阵元素对应图像的一个像素点。

其中，若图像信号X为n*n的矩阵，将X按照行或列的方式展开成N*1维的列向量x。

步骤3：初始预设稀疏变换方法(如DCT变换)对列向量x进行DCT稀疏变换，得到稀疏系数s。

具体的，本实施例可以将N*1维的列向量x进行DCT变换，使信号从空域转换到频域，稀疏系数记为s。

步骤4：构造M*N的光强测量矩阵PhiA作为初始光强分布，模拟SLM空间光调制的过程；

其中M为测量次数，N为列向量信号长度。本步骤可以选择随机高斯、均匀随机、部分伯努利、部分哈达玛等作为随机测量矩阵。

步骤5：光强测量矩阵PhiA与稀疏系数s进行矩阵乘得到测量值y，以实现降采样的过程。

本步骤相当于通过压缩采样得到测量值y＝PhiA*s。

步骤6：将测量值y和光强测量矩阵PhiA作为输入，利用OMP正交匹配追踪等CS恢复算法，重构出稀疏系数s’。

本步骤通过CS恢复算法重构输出近似的稀疏系数s’。

步骤7：通过对s’执行与步骤3的稀疏变换对应的逆变换(如逆DCT变换)得到x’，再将x’按照步骤2的逆变换重新整合成图像矩阵X’，即得到信号X的重构图像。

其中，由于矩阵X’在步骤2和步骤3丢失了中相邻行的相关性，因此出现了严重的行效应，即出现横条纹噪声。

步骤9：构造n*n的相位测量矩阵PhiB作为初始相位分布，模拟相位掩模调制的过程。

其中，n*n为目标图像的大小，相位测量矩阵为0～2π的均匀随机分布矩阵。本实施例可以通过以下步骤，对恢复信号X’进行相位调制，不断迭代，计算出系统入射光场的相位分布和出射光场的相位分布。

步骤10：通过PhiB与步骤2的图像信号X矩阵乘，即y0＝PhiB*X，得到成像系统像平面对应的复振幅测量值y0，也就是入射光场透过物体后探测到的出射光场，y0同时包含振幅和相位信息。

上述步骤相当于通过相位调制得到复振幅出射光场y0＝PhiB*X。

步骤11：对y0做ifft逆傅里叶变换得到入射光场Y0。

在计算鬼成像系统中，入射光透射到物体后变成透射光，经过一段距离传播后发生衍射，并最终被CCD板用来记录光强I。衍射的过程和傅里叶变换只相差一个常数，因此衍射简化为傅里叶变换。也就是说入射光场和出射光场之间是可逆的，可以通过傅里叶变换和傅里叶逆变换相互转换。

步骤12：执行以下A1～A6的相关操作不断迭代：

A1、获取入射光场Y0的相位信息Y0_angle和振幅。

A2、构造出振幅为单位振幅，相位信息为Y0_angle的信号Yi；

上述操作相当于用单位振幅和Y0的相位构造出新的复振幅入射光场Yi。

A3、将A1的信号做傅里叶变换转换到出射光场，求出射光场的复振幅信息，记做yi(i为迭代次数)；

上述过程相当于将入射光场做傅立叶变换成出射光场yi。

A4、将yi与原始的y0做比较得到振幅相似度。如果两者振幅相似度满足阈值或达到迭代次数，则完成计算不再执行循环迭代操作。如果不满足阈值，则执行A5。

A5、构造新的复振幅分布yi’，用新的复振幅代替A3的yi。新的复振幅为yi和目标图像的复振幅按照一定权重加权。

其中上述调整振幅的过程包括：将下一次迭代的复振幅yi’设置为0.9*目标振幅+0.1*当前出射光场振幅。

A6、将yi’做ifft逆傅里叶变换转换到入射光场，得到入射光场复振幅Yi’，重新执行A1～A4的循环迭代，直至满足A4的条件阈值或达到迭代次数。

步骤13：获取入射光场的相位信息angleA，以及出射光场的相位信息angleB，得到入射光场和出射光场的相位分布。相位信息均为元素分布是-π～π的n*n矩阵。

步骤14：比较相同像素位置对应的入射相位信息和出射相位信息的变化，如果矩阵元素的正负值发生变化，即为相位跃迁，并记录相位跃迁位置。

步骤15：统计所有发生相位跃迁的位置，即可得到图像的边缘轮廓信息，记录边缘轮廓在图像上的位置信息。

通过上述方式可以根据相位变化获得图像边缘轮廓。

本实施例将相位跃迁获取的物体边缘轮廓信息，与基于DCT变换的图像压缩技术中利用中值滤波器平滑过渡块效应噪音的方法相结合。对重构图像二次处理，拆分出整体恢复图像相邻像素点发生突变的部分，哪些是图像边缘信息、哪些是行效应带来的噪音，明确抽离出图像哪些像素点出现了行效应，从而通过简单的求平均值等方式就可以平滑过渡消除行效应的噪声影响。

步骤16：对步骤7输出的恢复图像X’进行后处理，依次遍历每个像素点，将该点与邻域中的各个像素值的平均值比较。如果该点与邻域像素平均值差异较大，则判断该点位置是否为图像边缘。如果是，则保持像素值不变。反之，则用邻域像素平均值代替该点像素值，从而消除突变噪声。

通过上述方式可以遍历恢复图像X’与邻域的像素值突变的像素点位置，如果突变位置在图像边缘位置，则将该像素点保持原值不变；如果突变位置不在图像边缘位置，则将该像素点用邻域像素中值替换。

步骤17：输出经过平滑过渡消除行效应的最终恢复图像。

此外，因为计算鬼成像过程中采用不同展开方式造成的列效应、z效应、块效应同样可以用上述实施例的方案来消除噪声。在计算鬼成像系统中，原有SLM空间光调制的基础上，加上伪随机相位模式的调制。测量矩阵在原有只调制光场强度的基础上，增加了相位调制。先用传统的CS测量矩阵对光强进行调制，压缩采样，CS恢复算法重构出带有噪声的恢复图像。再用携带了相位信息测量矩阵调制入射光束，携带了相位信息的入射光照射到物体上，光束在物体的边缘会发生相位跃迁，通过计算出入射光和出射光的相位分布变换，可以推算获得图像的边缘轮廓信息。本实施例通过相位变化信息获取目标物体的边缘轮廓信息，用于解决横效应造影，改善最终成像效果。

上述实施例在对图像处理过程中丢失了图像相邻行之间像素值的相关性，而引入行效应噪声的消除方法。传统的DCT图像压缩方法中，基本原理是对产生块噪音的重构图像简单判断跟周围邻域像素点发生突变的像素点作为孤立的噪声点，用周围像素点平滑过渡。本发明提供了更加精确有效的基于压缩感知理论的计算鬼成像系统的优化方法，引入相位分布测量矩阵，对目标物体进行相位调制，通过反复迭代计算出入射到目标物体前的入射光场相位分布和透过物体打到CCD板的出射光场相位分布，通过相位跃迁推断出目标物体的边缘，明确排除边缘的影响，筛选出哪些像素点才是真的行效应造成的影响，从而精确消除噪音，同时还能够对成像的边缘增强，优化了最终成像效果。

请参见图4，图4为本申请实施例所提供的一种计算鬼成像采样过程中的噪声消除系统的结构示意图，该系统可以包括：

重构图像生成模块401，用于利用压缩感知恢复算法生成目标图像的重构图像；

相位调制模块402，用于根据所述目标图像的尺寸生成对应的相位测量矩阵，并利用所述相位测量矩阵进行迭代的相位调制，得到鬼成像系统的光场相位分布信息；其中，所述光场相位分布信息包括入射光场相位信息和出射光场相位信息；

边缘确定模块403，用于根据所述光场相位分布信息确定相位跃迁位置，并根据所述相位跃迁位置确定所述重构图像的边缘轨迹；

噪声消除模块404，用于将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对所述噪声像素点执行噪声消除操作；其中，所述突变像素点为所述重构图像中与邻域像素点的像素值差值大于第一预设值的像素点。

本实施例利用压缩感知恢复算法生成目标图像的重构图像，利用相位测量矩阵进行迭代的相位调制得到鬼成像系统的光场相位分布信息。通过在采样结果引入相位调制，在原有平面波的基础上增加了相位这一物理维度。根据所述光场相位分布信息中入射光场和出射光场的相位跃迁位置，进而确定所述重构图像的边缘轨迹。边缘轨迹和噪声均能够引起重构图像的像素值突变，本实施例将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点，并对所述噪声像素点执行噪声消除操作，同时实现了图像边缘轮廓增强，显著提高了成像质量。本实施例针对计算鬼成像采样过程加入相位调制，能够消除计算鬼成像采样过程中产生的噪声，提高成像效果。

本实施例针对结合计算鬼成像采样和压缩感知恢复算法的噪声消除系统，对系统在图像处理、稀疏变换过程中不可避免引入的条纹状噪音的消除方法。通过在采样结果引入相位调制，在原有平面波的基础上增加了相位这一物理维度。通过物体相位信息的变换，探测到图像的边缘轮廓信息，再对恢复图像后处理，消除行效应噪声。使得最终的恢复图像有效减少了噪声，同时实现了图像边缘轮廓增强，显著提高了成像质量。本实施例的优化方法针对这类成像系统中，其他列效应、z效应、块效应噪声是通用的，仅以行效应为例阐述优化方法。同时，成像系统可以应用于图像、透射型物体等不同信号。

其中，重构图像生成模块401，用于从数据集中确定目标图像；还用于将所述目标图像表示为二维矩阵，并对所述二维矩阵按照预设方式进行矩阵展开操作得到列向量；其中，所述预设方式包括按行展开、按列展开、按Z字形展开和通过划分为多个子块展开中的任一种展开方式或任几种展开方式的组合；还用于对所述列向量进行稀疏变换得到稀疏系数；还用于根据所述鬼成像系统中空间光调制器的测量次数M和列向量信号长度N生成M×N的光强测量矩阵；还用于将所述光强测量矩阵与所述稀疏系数进行矩阵乘得到测量值；还用于利用所述测量值和所述光强测量矩阵生成重构后的稀疏系数；还用于对所述重构后的稀疏系数进行稀疏逆变换得到稀疏逆变换结果，并对所述稀疏逆变换结果执行所述矩阵展开操作的逆变换得到所述目标图像的重构图像。

进一步的，重构图像生成模块401所述从数据集中确定目标图像的过程包括：从所述数据集中选取备选图像；判断所述备选图像是否为单通道图像；若是，则将所述备选图像设置为所述目标图像；若否，则获取所述备选图像在颜色模型中每一通道的通道图像，将所有所述通道图像设置为所述备选图像。

进一步的，还包括：

图像合并模块，用于在对所述噪声像素点执行噪声消除操作之后，对所有消除噪声后的每一通道对应的重构图像进行合并，得到所述备选图像对应的重构图像。

进一步的，相位调制模块402用于将所述相位测量矩阵与所述目标图像对应的二维矩阵进行矩阵乘计算得到当前入射光场的复振幅信息；还用于对所述当前入射光场的复振幅信息进行逆傅里叶变换得到当前入射光场，并获取所述当前入射光场的相位信息；还用于构建振幅为单位振幅、相位信息为当前入射光场的相位信息的当前出射光场，并计算所述当前出射光场的复振幅信息；还用于判断所述当前出射光场的复振幅信息与所述当前入射光场的复振幅信息的振幅相似度是否大于第二预设值；若是，则根据所述当前入射光场的复振幅信息和所述当前出射光场的复振幅信息生成所述鬼成像系统的光场相位分布信息；若否，则构造新的复振幅信息，对所述新的复振幅信息进行逆傅里叶变换得到新的入射光场，并利用所述新的入射光场重新确定当前出射光场的复振幅信息，并进入判断所述当前出射光场的复振幅信息与所述当前入射光场的复振幅信息的振幅相似度是否大于第二预设值的步骤。

进一步的，相位调制模块402构造新的复振幅信息的过程包括：对所述当前出射光场的复振幅信息和所述目标图像的复振幅信息进行加权计算得到所述新的复振幅信息。

进一步的，还包括：

突变像素点设置模块，用于在将除了所述边缘轨迹对应的像素点之外的突变像素点设置为噪声像素点之前，从所述重构图像中选取当前像素点；还用于确定所述当前像素点的邻域像素点，并计算所有所述邻域像素点的参考像素值；其中，所述参考像素值包括像素平均值或像素值中位数；还用于判断所述当前像素点的像素值与所述参考像素值的差值是否大于所述第一预设值；若是，则判定所述当前像素点为突变像素点；若否，则判定所述当前像素点不为突变像素点；还用于判断所述重构图像中的像素点是否均选取完毕；若否，则进入从所述重构图像中选取当前像素点的步骤。

进一步的，噪声消除模块404用于在所述重构图像中确定所述噪声像素点的邻域像素点；还用于计算所述噪声像素点的所有邻域像素点的参考像素值；其中，所述参考像素值包括像素平均值或像素值中位数；还用于将所述噪声像素点的像素值修改为所述参考像素值。

进一步的，边缘确定模块403用于从所述重构图像中选取目标像素点；还用于根据所述光场相位分布信息计算所述目标像素点对应的相位信息变化量；其中，所述相位信息变化量用于描述入射光场相位信息和出射光场相位信息的变化量；还用于若所述相位信息变化量大于第三预设值，则判定所述目标像素点所在的位置为所述相位跃迁位置。

由于系统部分的实施例与方法部分的实施例相互对应，因此系统部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。

本申请还提供了一种存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本申请还提供了一种电子设备，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的步骤。当然所述电子设备还可以包括各种网络接口，电源等组件。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。