(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210179559.X (22)申请日 2022.02.25 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市钱塘新区白杨 街道2号大街1 158号 (72)发明人 项钦蕾　崔光茫　赵巨峰　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/187(2017.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (54)发明名称 一种无先验多目标的实时散射 成像方法、 装 置及存储介质 (57)摘要 本发明公开了一种无先验多目标的实时散 射成像方法， 包括如下步骤： S1、 基于尺度向量检 测目标位置数量， 计算以导出位置为中心的散斑 区域的自相关， 使用相位恢复法重建静态目标； S2、 据各目标自相关法重建结果和对应区域散 斑， 估计各区域对应的局部点扩展函数； S3、 采集 未知动态多物体单帧散斑图像， 凭借估算出的点 扩展函数， 用反卷积法实现各个散斑区域内动态 位置目标的实时重建； S4、 将各个散斑区域内动 态位置目标的重建结果放置到对应位置， 拼接成 完整的大视场重建图像， 能够实现多目标大视场 的实时反卷积成像 。 权利要求书3页 说明书7页 附图1页 CN 114549486 A 2022.05.27 CN 114549486 A 1.一种无 先验多目标的实时散射成像方法， 其特 征在于， 包括如下步骤： S1、 基于尺度向量检测目标位置数量， 计算以导出位置为中心的散斑区域的自相关， 使 用相位恢复法重建静态目标； S2、 据各目标自相关法重建结果和对应区域散斑， 估计各区域对应的局部点扩展函数； S3、 采集未知动态多物体单帧散斑图像， 凭借估算出的点扩展函数， 用反卷积法实现各 个散斑区域内动态位置目标的实时重建； S4、 将各个散斑区域内动态位置目标的重建结果放置到对应位置， 拼接成完整的大视 场重建图像。 2.根据权利要求1所述的无先验多目标的实时散射成像方法， 其特征在于， 所述步骤S1 包括 S1‑1、 采集大视场下的多物体经散射介质形成的散斑； S1‑2、 在两张不同像距下的散斑图中， 通过块匹配算法， 建立描述两层散斑间缩放关系 的缩放矢量； S1‑3、 通过基于缩放矢量的长度和方向信息的无先验目标物位置提取算法， 获取多物 体的位置信息； S1‑4、 在散斑上以各物体位置为中心取矩形块； S1‑5、 从各矩形块得到相应待重建目标物的自相关信息， 利用相位恢复算法重建静态 目标， 形成各目标物体的自相关重建结果。 3.根据权利要求2所述的无先验多目标的实时散射成像方法， 其特征在于， 所述步骤S2 中， 据各目标物体的自相关重建结果和对应的矩形块区域内的散斑， 用反卷积算法， 估计各 区域相应的局部点扩展函数。 4.根据权利要求3所述的无先验多目标的实时散射成像方法， 其特征在于， 所述步骤S4 中， 依据获取 的未知动态多物体的位置， 将重建后的未知动态多物体放置到各自对应的位 置上， 最终形成完整的大视场多物体的实时重建结果， 实现无先验大视场多物体有限动态 范围内动态散射成像。 5.根据权利要求2所述的无先验多目标的实时散射成像方法， 其特征在于， 所述步骤 S1‑1中， 利用传感器采集非相干光照明下的多物体Ok,k＝1,2, …,n经过散射介质后形成的 散斑I和I ′， 其中I和I ′的像距不同， 分别为d1和d2， 都相对于散射介质处于菲涅尔近场范围 内； 每一个物体Ok对 应的位置为(sk,tk)； 对于多目标物的限制条件为： 在物面到散射介质的 距离为d0， 散射介质的记忆效应范围为Δθ 的前提下， 各物体的尺 寸小于d0·Δθ， 而相 邻两 物体的间距大于d0 ·Δθ， 多个物体形成的联合视场范围大于介质记 忆效应范围。 6.根据权利要求5所述的无先验多目标的实时散射成像方法， 其特征在于， 所述步骤 S1‑2中， 所述块匹配算法， 从两个不同像距的散斑中建立空间对称分布的多个缩放矢量过 程按照如下公式： 其中Mx,y表示在散斑I ′上以(x,y)为中心的搜索块； Nx,y表示在散斑I上以(x,y)为中心 的搜索块； Corr(.)表 示某种描述两像素块间相关性的函数； 利用公 式(1)， 得到起点为散斑 I平面终点为散斑I ′平面的缩放矢量 将公式(1)以一定的间距在整个散斑I及I ′平面遍权　利　要　求　书 1/3 页 2 CN 114549486 A 2历， 即可获取到空间对称分布的多个缩放矢量 7.根据权利要求6所述的无先验多目标的实时散射成像方法， 其特征在于， 所述步骤 S1‑3包括 1)将缩放矢量长度小于一定 阈值以下的区域作为目标物的可能位置， 阈值大小可以根 据实际情况自行调节， 利用8 ‑连通的连通域算法对识别出 的可能位置进行聚类， 得到不同 的连通域， 以聚类得到的连通域的数量作为待重建目标物的数量， 在每个连通域内都对应 一个物体位置； 2)选取连通域内缩放矢量 长度最短的位置作为该 连通域内目标物的初步定位 位置； 3)在该连通域的初步定位位置附近， 利用缩放矢量的方向信息做细微调整， 最终确定 出该连通域内的物体位置， 保证其 位于尽可能多的缩放矢量 的延长线上； 4)重复步骤2)和3)在每一个连通域上， 最终确定出多个物体的位置(sk,tk),k＝1, 2,…,n和数量 n。 8.根据权利要求7所述的无先验多目标的实时散射成像方法， 其特征在于， 所述步骤 S1‑5中， 物体Ok对应位置(sk,tk)， 按照如下公式取块： Ik(x,y)＝{I(x,y)| ||(x,y)‑(sk,tk)||∞≤L/2}     (2) 其中Ik表示在散斑I上以(sk,tk)为中心， L为边长所选取的正方形散斑； L值的选择依I 的分辨率而定,L 值等于散斑I最小分辨 率的1/5。 9.根据权利要求7所述的无先验多目标的实时散射成像方法， 其特征在于， 所述步骤S2 中， 局部点扩展函数的估计算法为： (1)针对选定的散斑图像I中的矩形区域， 利用散斑自相关的方法求取对应的目标自相 关信息,公式如下: 其中 代表自相关运算， Ok表示原目标图像， Ik是选定散斑矩形块， (x,y)为区域所选区 域内任意坐标点， 根据目标自相关信息,采用HIO ‑ER相位恢复算法,重建目标的空域信息, 为取得更精确的结果,在不同的初始相位条件下,执行至少50次相位恢复算法,取与散斑自 相关的傅里叶频谱均方误差最小的重构图像作为目标的最终重建结果； (2)过散射介质成像系统可理解为原目标经光学点扩展函数形成对应的散斑， 公式表 达如下： Ik＝Ok*Sk     (4) 其中*代表卷积运算， Ok表示原目标 图像， Sk为点扩展函数， Ik是选定散斑矩形块， 对散 斑I中的选定矩形块和其对应的目标重建结果执行Richardson ‑lucy去卷积算法以估计该 区域对应的局部点扩展函数Sk； (3)对每一个矩阵块重复步骤(1)和(2)， 得到其对应的局部估计点扩展函数Sk， k＝1, 2,…,n。 10.根据权利要求7所述的无先验多目标的实时散射成像方法， 其特征在于， 所述步骤 S3中， 反卷积法的公式如下：权　利　要　求　书 2/3 页 3 CN 114549486 A 3