基于多散斑图组合-调制的鬼成像优化方法

利用多个散斑图组合的方式提出了一种新的鬼成像优化方法.利用桶探测器值的大小对照射到目标物体上的多个散斑图进行排序,使相邻散斑图间差异性减小;通过对相邻散斑图间的叠加以及对应桶探测器值的调制,有效降低待关联数据间冗余和数量,并利用不同的关联运算规则实现对目标物体的重构.数值仿真结果表明,对于目标图像,在总采样次数4000次、4个相邻散斑图组合方式下,所提方法与未组合-调制下传统鬼成像、差分鬼成像和正负调制鬼成像相比,其峰值信噪比/对比度分别提升了21.7%/27.3%、8.3%/17.8%和14.7%/25.7%;通过对20幅目标图像的数值模拟与结果分析,发现峰值信噪比/对比度提升率在15%和30%以上的占比分别为90%/85%和50%/55%,说明该方法具有较好的普适性和推广价值.