Оптимизация однопиксельной терагерцовой системы получения изображений за счет разреженного представления переполненного словаря
Аннотация
Система однопиксельной визуализации в терагерцовом (ТГц) диапазоне с пространственным кодированием Адамара построена с использованием оптически индуцированных полупроводниковых материалов для выполнения модуляции ТГц-волн. Для повышения качества изображений в алгоритм реконструкции системы добавлено разреженное кодирование. Из набора естественных изображений собраны многочисленные фрагменты изображений для обучения неполного словаря, каждый фрагмент измеренного изображения реконструирован посредством разреженного представления. Для проверки эффективности предложенного алгоритма сравнивались характеристики реконструкции разных алгоритмов в различных условиях (с частотой дискретизации от 5 до 100 % и уровнями шума в диапазоне отношения сигнал/шум 10–50 дБ). Предложенный алгоритм в сочетании с разреженным представлением переполненного словаря показал более высокое пиковое отношение сигнал/шум и меньшую среднеквадратическую ошибку по сравнению с алгоритмами обратного преобразования Адамара (IHT) и TVAL3. Для проверки эффективности реконструкции алгоритма при частотах дискретизации ниже Найквиста построены изображения в ТГц-диапазоне. Результаты эксперимента и моделирования близки. Это свидетельствует о том, что использование предложенного алгоритма повышает соотношение сигнал/шум восстановленного изображения, уменьшает его среднеквадратическую ошибку и сохраняет большую детализацию изображения. Предложенный алгоритм предпочтителен для приложений однопиксельной ТГц-визуализации.
Ключевые слова
Об авторах
J. GuoКитай
Мяньян
Q. Ch. Liu
Китай
Мяньян; Чэнду
H. Deng
Китай
Мяньян; Чэнду
G. L. Li
Китай
Мяньян; Чэнду
L. P. Shang
Китай
Мяньян; Чэнду
Список литературы
1. S. C. Zhong, Front. Mech. Eng. PRC, 14, No. 3, 273–281 (2019).
2. M. Danciu, T. Alexa-Stratulat, C. Stefanescu, G. Dodi, B. I. Tamba, C. T. Mihai, G. D. Stanciu, A. Luca, I. A. Spiridon, L. B. Ungureanu, V. Ianole, I. Ciortescu, C. Mihai, G. Stefanescu, I. Chirila, R. Ciobanu, V. L. Drug, Materials, 12, No. 9, 1519 (2019).
3. X. Yang, X. Zhao, K. Yang, Y. P. Liu, Y. Liu, W. L. Fu, Y. Luo, Trends Biotechnol., 34, No. 10, 810–824 (2016).
4. A. F. Ren, A. Zahid, D. Fan, X. D. Yang, M. A. Imran, A. Alomainy, Q. H. Abbasi, Trends Food Sci. Tech., 85, 241–251 (2019).
5. C. Jansen, S. Wietzke, O. Peters, M. Scheller, N. Vieweg, M. Salhi, N. Krumbholz, C. Joerdens, T. Hochrein, M. Koch, Appl. Opt., 49, No. 19, E48–E57 (2010).
6. E. J. Candes, J. Romberg, T. Tao, IEEE T Inform. Theory, 52, No. 2, 489–509 (2006).
7. D. L. Donoho, IEEE T Inform. Theory, 52, No. 4, 1289–1306 (2006).
8. J. H. Shapiro, Phys. Rev. A, 78, No. 6, 061802 (2008).
9. W. L. Chan, K. Charan, D. Takhar, K. F. Kelly, R. G. Baraniuk, D. M. Mittleman, Appl. Phys. Lett., 93, No. 12, 121105 (2008).
10. Y. Ma, J. Grant, S. Saha, D. R. S. Cumming, Opt. Lett., 37, No. 9, 1484–1486 (2012).
11. C. M. Watts, C. C. Nadell, J. Montoya, S. Krishna, W. J. Padilla, Optica, 3, No. 2, 133–138 (2016).
12. S. Rout, S. R. Sonkusale, Appl. Photon., 1, No. 8, 086102 (2016).
13. Y. Shang, X. Wang, W. Sun, P. Han, J. Ye, S. Feng, Y. Zhang, Opt. Express, 27, No. 10, 14725–14735 (2019).
14. Y. Lu, X.-K. Wang, W.-F. Sun, S.-F. Feng, J.-S. Ye, P. Han, Y. Zhang, IEEE T Thz Sci. Tech., 10, No. 5, 495–501 (2020).
15. R. I. Stantchev, X. Yu, T. Blu, E. Pickwell-MacPherson, Nat. Commun., 11, No. 1, 2535 (2020).
16. T. Lu, Z. Qiu, Z. Zhang, J. Zhong, Opt. Laser Eng., 134, 106301 (2020).
17. P. G. Vaz, D. Amaral, L. F. Requicha Ferreira, M. Morgado, J. Cardoso, Opt. Express, 28, No. 8, 11666–11681 (2020).
18. C. Zeng, J. Ye, Z. Wang, N. Zhao, M. Wu, Signal Image Video P, 16, No. 1, 47–54 (2021).
19. D. Yang, C. Li, S. Liu, Y. Liu, Int. J. Comp. Int. Systems, 12, No. 2, 873–880 (2019).
20. M. Elad, M. Aharon, IEEE Trans. Image Process, 15, No. 12, 3736–3745 (2006).
21. Z. Lin, S. Jia, X. Zhou, H. Zhang, L. Wang, G. Li, Z. Wang, Opt. Laser Eng., 166, 107571 (2023).
22. J. Yang, J. Wright, T. S. Huang, Y. Ma, IEEE Trans. Image Process, 19, No. 11, 2861–2873 (2010).
23. I. Ismail, M. M. Eltoukhy, G. Eltaweel, Comp. Syst. Sci. Eng., 45, No. 1, 167–181 (2023).
24. H. Wu, R. Wang, C. Li, M. Chen, G. Zhao, Z. He, L. Cheng, Opt. Commun., 454, 124490 (2020).
25. M. J. Sun, L. T. Meng, M. P. Edgar, M. J. Padgett, N. Radwell, Sci. Rep., 7, No. 1, 3464 (2017).
26. W. K. Yu, Sensor, 19, No. 19, 4122 (2019).
27. J. Guo, H. Deng, Q. Liu, G. Li, L. Shang, Terahertz Single-Pixel Imaging Based on Optimized Reordering of the Hadamard Basis, SSRN Preprint (2022).
28. X. Hu, J. Suo, T. Yue, L. Bian, Q. Dai, Opt. Express, 23, No. 9, 11092–11104 (2015).
29. L. Lopez-Garcia, W. Cruz-Santos, A. Garcia-Arellano, P. Filio-Aguilar, J. A. Cisneros-Martinez, R. Ramos-Garcia, Opt. Express, 30, No. 8, 13714–13732 (2022).
Рецензия
Для цитирования:
Guo J., Liu Q.Ch., Deng H., Li G.L., Shang L.P. Оптимизация однопиксельной терагерцовой системы получения изображений за счет разреженного представления переполненного словаря. Журнал прикладной спектроскопии. 2024;91(5):767.
For citation:
Guo J., Liu Q.Ch., Deng H., Li G.L., Shang L.P. Terahertz Single-Pixel Imaging Optimized Through Sparse Representation of аn Overcomplete Dictionary. Zhurnal Prikladnoii Spektroskopii. 2024;91(5):767.