基于复值快速块稀疏贝叶斯学习算法的扫描式压缩太赫兹成像与实时重建
计算机视觉与模式识别
2013-09-25 v1
摘要
基于压缩感知的太赫兹成像 (CS-THz) 是一种计算成像技术。它仅使用一个太赫兹接收器来累积随机调制的图像测量值，并利用压缩感知求解器从这些测量值中重建原始太赫兹图像。CS-THz 的优势在于其采集时间相较于光栅扫描模式有所减少。然而，当将其应用于大规模二维 (2D) 成像时，维度的增加导致了高计算复杂度和过大的内存占用。在本文中，我们介绍了一种新型的基于 CS 的太赫兹成像系统，该系统逐列地对太赫兹图像进行渐进压缩。因此，CS-THz 系统得以简化，使用了更小尺寸的调制器并降低了维度。为了利用太赫兹图像的块结构及其相邻列之间的相关性，我们提出了一种复值块稀疏贝叶斯学习算法。我们在基于扫描的 CS-THz 架构下对最先进的 CS 算法进行了系统评估。利用合成和真实太赫兹图像详细分析了压缩比和感知矩阵的选择。仿真结果表明，基于扫描的架构和所提出的重建算法对于大规模 CS-THz 应用均具有优越性和高效性。
引用
@article{arxiv.1309.6195,
title = {Scan-based Compressed Terahertz Imaging and Real-Time Reconstruction via the Complex-valued Fast Block Sparse Bayesian Learning Algorithm},
author = {Benyuan Liu and Hongqi Fan and Zaiqi Lu and Qiang Fu},
journal= {arXiv preprint arXiv:1309.6195},
year = {2013}
}