一种基于环状采样的RSD非视域成像新方法

上科大信息学院娄鑫课题组在瑞利-索末菲衍射（RSD）方法的基础上提出了一种基于环状采样的RSD非视域成像新方法。该方法缩减了整个算法的计算复杂度与对内存的需求，从而极大地加速了非视域图像的重建过程。近期这项成果被国际知名学术期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（简称IEEE TPAMI）接收，题为“Ring and Radius Sampling Based Phasor Field Diffraction Algorithm for Non-Line-of-Sight Reconstruction”。该项工作是信息学院2020届本科生姜德扬在娄鑫课题组进行科研训练并最终完成本科毕业设计的成果，也是上海科技大学重视本科生原创科研能力的充分体现。

非视域成像是一种通过测量激光脉冲在经过反射平面和物体的反射后回到探测器的光子进行分析，重构出不在视线范围内的被遮挡物体的技术。由于非视距成像技术能捕捉人眼无法看到的漫反射光的信息，使其可以被应用在执法、救援、勘探、测绘等诸多领域。

新提出的非视域成像方法，将算法分为实时与非实时的两部分。非实时部分运算RSD卷积核，实时部分对输入进行实时运算得到实时的场景图像。课题组通过对RSD卷积核进行环状采样，将一组较大的RSD核缩减为一组环状冲激函数的线性组合，并进一步对连续域的环状冲激函数进行径向采样，将存储所需的RSD卷积核缩减为一组矩阵并通过实时运算对其进行组合还原。所提出的算法在不损失成像质量的情况下，对内存的需求降为原RSD算法的1/220，在成像速度上远优于原RSD算法。

课题组提出的非视域成像方法示意图。（a）中展示了从环状冲激函数的径向采样与系数线性组合与旋转重构RSD卷积核。（b）展示了从RSD卷积核与输入数据的积在频率域进行积分得到空间域的观测对象深度。

此项研究由上海科技大学、威斯康辛大学麦迪逊分校合作完成，上海科技大学为第一完成单位和唯一通讯单位。上科大信息学院2020届本科生姜德扬（目前为瑞典皇家理工学院硕士研究生）为第一作者，娄鑫教授为通讯作者。

相关链接：https://ieeexplore.ieee.org/abstract/document/9560039