计算成像最新进展及应用

计算成像最新进展及应用

摘要：

　　所谓“计算”，就是将成像系统与后置的特征提取计算步骤看成一个整体，设计一种新型的成像系统一一 “计算成像”，使得成像系统的目的不再是满足人们的视觉要求而是提供满足智能应用所必须的鲁棒和智能功能，实现“从3D到信息”的跨越。本文主要对计算成像的最新进展和应用进行论述。

关键词：计算成像、最新进展、应用

1. 绪论 

　　在许多情况下，传感器设计的最终目标不再是为了得到一个高分辨率的图像信号，而是仅收集图像理解算法需要收集的信息，以利于机器自动抽取需要的信息，实现“从3D到信息”的跨越。这样就可以在很大程度上回避目前出现的所谓数字媒体“存不起、查不准和管不住”的突出问题。这种将成像与后置的特征提取计算相结合的思想，就是所谓的“计算成像”。“计算成像”思想的提出，可以在很大程度上节约资源，更加符合节约型社会的要求。 

　　近年来蓬勃发展起来的计算成像方法，尤其是基于压缩感知理论的计算成像技术，为多维信息高分辨率成像方法带来了新的机遇，受到了国内外学者的广泛关注。

2. 最新进展 

　　高分辨率多维信息获取技术研究是国家中长期科学和技术发展规划的任务之一。高分辨率探测成像是其中一个重要的研究和探索方向，尤其在航天遥感、医疗诊断、军事侦查等领域高分辨成像需求迫切。传统成像方法通过在传感器像元与场景之间建立一种直接的一一对应关系来获取图像，成像效果严重依赖传感器性能（像元密度，灵敏度等），且存在二维传感器阵列无法实现高分辨多维信息（空间-谱间-时间）快速获取等问题。

2.1 2013年进展

　　西安电子科技大学高大化博士针对传统成像方法分辨率严重依赖相机传感器阵列密度的问题，提出一种基于运动随机曝光的高分辨率编码感知计算成像新方法。在编码感知阶段，设计了运动随机曝光模式，用一个较低分辨相机相对场景运动，在运动的同时通过随机编码序列控制快门闪动实现高速曝光，运动结束后完成场景的编码混叠采样；在优化反演阶段，利用场景的先验知识，构建相应的稀疏重建模型，重构出高分辨率图像。该成像方法能够实现较低分辨率相机的高分辨率成像，有效解决了传统方法成像分辨率严重依赖相机传感器阵列密度的问题，特别适用于由于成本、功耗、体积、重量、存储与传输等限制而无法使用高性能传感器的场合，如星载对地观测遥感成像。

　　针对传统Demosaicking（去马赛克）方法存在重建效果不理想、拉