网格化自适应单像素成像

王倩 黄敏

摘要：如何精确预測重要系数或者重要区域是自适应单像素成像的研究重点之一。为了提高采样速度，现有自适应单像素成像方法将采集到的不同分辨率的图像直接分成四个象限，对每个象限的区域进行重要性判断。计算每个象限内大于某个阈值的重要系数的个数，如果这个个数大于某个阈值，则认定该象限区域是重要区域。对该区域进行更高分辨率的采样。但是该方法以象限为单位进行重要性判断，没有充分考虑象限内的细节信息的差别，有可能产生误判。因此，本文就提出了一种网格化自适应单像素成像。本文方法将每一分辨率下的成像结果进行网格划分，进一步提高细节信息的判别能力。计算每个网格内的重要小波系数的个数判断该网格是否是重要区域。如果是重要区域，分别采用小波系数采样和哈达玛系数采样的方式重构该区域。本文方法利用网格化模型可以进一步提高重要细节信息的采样，减少了采样资源的浪费，提高了成像质量。

关键词：单像素成像；自适应；网格化；采样资源；重要系数

1 引 言

由于其高效的光线资源利用率和突破奈奎斯特采样率的性质，单像素成像已经引起了众多学者的关注，成为计算成像领域的研究热点之一。单像素成像将传统成像方式的并行采样模式转换为串行采样模式。虽然这种方法可以突破奈奎斯特采样率的限制，但是其采样时间较长。因此，现有单像素成像方法重点研究如何利用前后采样信息的关系指导后续的采样，以充分利用采样信息降低采样率，充分利用采样资源。……