其中M 為不分塊cs觀測精確重構所需要的觀測次數(shù)。每個子圖塊所得到的觀測序列值均采用相StOMP算法重構，獲取二維圖像空間精細空間結構信息；
[0084] 步驟5 :將分塊重構后的圖像通過無縫拼接和復原，重構全景圖像。
[0085] 圖2為依據(jù)上述光路原理框圖搭建的實驗室光學原型系統(tǒng)。
[0086] 原型系統(tǒng)采用650nm的半導體激光器⑥，探測目標為飛機圖像④，驗證本專利的 提出的超混濁CS采集與重構方法；數(shù)字光學調制裝置為TI公司的數(shù)字光學調制值MD)模 塊③，其APPSFPGA忍片為Xilinx公司的Vbtex-5LX50類型的FPGA，編程產(chǎn)生超混濁矩陣 和控制外圍的接口電路；其中PC機①為CS重構模塊，實現(xiàn)分塊的壓縮感知算法重構。
[0087] 圖3A為實驗原型系統(tǒng)中采用的采集卡和DMD驅動之間的同步模型。原型系統(tǒng)中 FPGA實現(xiàn)混濁系統(tǒng)、分塊操作和同步信號的產(chǎn)生和輸出；實驗中探測器采集卡檢測到外觸 發(fā)端有下降沿脈沖信號時，進行一次CS觀測值采集，并傳輸?shù)絇C機實現(xiàn)重構。
[0088] 圖4為SystemGenerator環(huán)境下得到的超混濁系統(tǒng)，其各個相平面上的混濁吸引 子，圖4-a為y-w平面相圖，圖4-b為X-Z平面相圖，圖4-C為x-y平面相圖。
[0089] 圖5為超混濁觀測矩陣與其他兩種觀測矩陣的性能對比分析。仿真驗證中觀測矩 陣大小為64X64(N= 4096)的二維數(shù)組。圖5-A從左到右分別是線性移位反饋寄存器的 m序列發(fā)生器（LFSR)生成的偽隨機觀測矩陣、循環(huán)拓普利茲燈巧olitz)算法生成的偽隨 機觀測矩陣和超混濁（Hyper-chaos)生成的偽隨機觀測矩陣；圖5-B為利用超混濁觀測矩 陣對具有不同空間結構特征的目標（中文文字、飛機目標、分辨率測試卡）進行CS采集與 重構結果分析比較，由結果可知，在CS采樣值分別為M= 400/800/1200/1600/2000/2400 條件下，重構探測目標二維空間紋理細節(jié)信息；圖5-C是利用W上S種隨機矩陣，對S種不 同空間結構信息場景進行模擬CS觀測與重構后，峰值信噪比PSNR的對比。顯然，超混濁 觀測矩陣的CS觀測重構精度，優(yōu)于拓普利茲循環(huán)算法矩陣和LFSR觀測矩陣的觀測與重構 精度。對于紋理簡單的中文文字圖片，混濁觀測矩陣只需要M= 400次觀測即可精確重構 64X64大小的原圖像（N= 4096pixels)，PSNR〉25 ;對于空間結構信息較復雜的分辨率測 試卡圖片，在M= 2000時可W精確重構原圖像。綜上所述，基于Liu超混濁觀測矩陣的壓 縮感知重構精度遠高于其他兩種觀測矩陣的重構結果，并隨觀測次數(shù)的增加，獲取探測目 標更多二維空間結構信息，重構精度提高。
[0090] 圖6為地物場景采用4X4分塊混濁壓縮感知成像，不同觀測次數(shù)的成像仿真。圖 (a)為原始高分辨率地物場景（128X128像素）。圖化），圖（C)，圖（d)分別為每小塊測 量值數(shù)m為50、100、200時的重構圖像，可W看出，隨觀測次數(shù)增加，能得到的更精細的空間 紋理信息。
[0091] 圖7為分塊壓縮感知Lidar成像實驗室原型系統(tǒng)CS成像各步驟實驗結果。圖（a) 為探測目標128 乂 128像素高空間分辨率目標，分塊后得到16個32 乂 32的小圖像塊，每 個子圖像塊使用同一混濁觀測矩陣序列進行觀測和重構。圖化）為ZIGZIG掃描CS成像， 每個子塊有m次觀測，分塊隨機觀測矩陣為混濁模塊所產(chǎn)生；壓縮感知分塊方法依次重構 各個子圖像塊，結果如圖（C)所示；然后進行圖像無縫拼接和復原依次得到圖山圖e，和圖 f，從而驗證本專利提出的CS成像方法。
[0092] 本專利中所描述的具體實施例僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬技術領 域的技術人員可W對所描述的具體實例做各種各樣的修改或補充或采用類似的方式替代， 但并不會偏離本發(fā)明的精神或者超越所附權利要求書所定義的范圍。
【主權項】
1. 一種星載Lidar超混沌壓縮感知高空間分辨率成像方法，其特征在于，包括以下步 驟： 步驟1，星載激光雷達激光器（1)發(fā)射激光信號，激光大光斑投影到地物目標（2); 步驟2,在星載控制模塊控制下由FPGA(4)控制超混沌觀測矩陣模塊實時生成超混沌 觀測矩陣序列，驅動并更新DMD微透鏡陣列（3); 步驟3, Lidar大光斑回波信號經(jīng)透鏡聚光后與步驟2中更新后的DMD微透鏡陣列（3) 進行數(shù)字空間調制后發(fā)送給AH)雪崩光電二極管，采集回波信號，步驟如下： 步驟3. 1 :定義待觀測高分辨率圖像的行數(shù)：Ir,列數(shù)：Ic進行Br X Bc個分塊CS采 樣；首先FPGA實時生成大小為（Ir/Br) X (Ic/Bc)的超混沌觀測矩陣ΦΒ，并傳輸?shù)紻MD數(shù) 字調制系統(tǒng)，； 步驟3.2 :在數(shù)字光學空間調制編碼中，超混沌CS觀測矩陣動更新DMD，與 ZIGZIG掃描遍歷圖像塊進行數(shù)字光學調制編碼，歷經(jīng)Br X Bc次調制后可以得到Br X Bc 個不同圖像子塊的調制編碼圖像； 步驟3. 3 :圖像塊空間調制編碼后，經(jīng)光路匯聚和AH)采集得到CS觀測值，并將觀測值 傳至重構處理模塊； 步驟3. 4 :重復步驟3. 1至步驟3. 3,每個分塊子圖像的觀測次數(shù)為其中 M為不分塊情況下CS精確重構所需要的觀測次數(shù)；每個子圖塊所得到的觀測序列值均采用 StOMP算法重構，得到二維圖像精細空間結構信息，從而提高空間分辨率； 步驟3. 5 :將分塊重構后的圖像通過無縫拼接和復原，得到全景重構圖像； 步驟4,星載控制模塊（5)輸出同步信號到采集系統(tǒng)（6)，完成AH)雪崩光電二極管的 CS同步采集； 步驟5,按照以上步驟2-4,以設定頻率產(chǎn)生并更新混沌偽隨機觀測矩陣，同步采集CS 觀測值，并通過衛(wèi)星通信鏈路將CS采集數(shù)據(jù)傳輸?shù)降孛嫘l(wèi)星接收站（9); 步驟6,高性能計算模塊利用接收到的CS觀測值和混沌數(shù)學模型重現(xiàn)觀測矩陣序列， 通過CS重構算法完成目標場景的重構，獲取高分辨率圖像。2. 根據(jù)權利要求1所述的一種星載Lidar超混沌壓縮感知高空間分辨率成像方法，其 特征在于所述步驟2中，生成超混沌觀測矩陣的具體方法是一種基于Liu系統(tǒng)的含有非線 性二次項的超混沌系統(tǒng)，該混沌系統(tǒng)有兩個正的李雅普諾夫指數(shù)，有良好的非線性動力學 特性，且理論證明該系統(tǒng)滿足壓縮感知重構RIP條件；混沌系統(tǒng)矩陣的數(shù)學模型為，具體步驟如下： 步驟2. I :連續(xù)數(shù)學模型的離散化處理；基于歐拉算法進行離散化，其中△ t取0. 004， 其離散公式如下：步驟2. 2 :離散模型的線性變換；為兼顧算法精度、硬件成本及產(chǎn)生混沌二進制信號的 效率，本發(fā)明采用32位寬來實現(xiàn)混沌定點運算，其中含符號位的整數(shù)部分為5位二進制數(shù)， 小數(shù)部分為27位二進制數(shù)；為了避免混沌數(shù)據(jù)產(chǎn)生溢出問題，對原離散系統(tǒng)進行線性變換 和位深壓縮；線性變換后離散模型如下：步驟2. 3 :數(shù)字混純系統(tǒng)設計與實現(xiàn)；利用Xilinx公司的System Generator for DSP 開發(fā)工具，Simulink建實現(xiàn)模超混沌矩陣FPGA的設計，由公式三得到混沌吸引子； 步驟2. 4 :CS混沌觀測矩陣序列的生成；將混沌各分量截取低16位二進制數(shù)，將X和w 分量，y和z分量分別進行異或處理，然后將得到的兩組16位數(shù)據(jù)進行順序組合得到最終 的32位二進制混沌數(shù)據(jù)；然后由System Generator模塊產(chǎn)生流文件，由頂PACT工具燒寫 到FPGA中；按照設定頻率每個時刻產(chǎn)生一個32 X 32大小的混沌觀測矩陣。
【專利摘要】本發(fā)明公開一種星載Lidar超混沌壓縮感知高空間分辨率成像方法。針對大光斑星載Lidar高分辨率探測，基于圖像稀疏先驗，提出一種超混沌壓縮感知Lidar成像方法。超混沌偽隨機矩陣驅動DMD實現(xiàn)Lidar光路空間調制，由分塊壓縮感知實現(xiàn)ZIGZIG掃描分塊采樣，APD進行CS觀測與同步采集，然后StOMP算法重構大光斑星載激光雷達高分辨率圖像，獲取探測目標空間紋理信息，如摘要附圖所示。分塊壓縮感知，降低了CS觀測矩陣的維數(shù)和重構算法的復雜度，能夠快速獲取高分辨率的觀測圖像。本發(fā)明構建了實驗原型并進行方法驗證，能有效提高星載大光斑Lidar探測的空間分辨率、獲取二維圖像空間結構信息。
【IPC分類】G01S17/89
【公開號】CN105182359
【申請?zhí)枴緾N201510464125
【發(fā)明人】孫濤, 呂亮, 石巖, 李德識, 秦前清, 李松
【申請人】武漢大學
【公開日】2015年12月23日
【申請日】2015年7月31日