[01676283]基于分块压缩感知的CCD视频压缩成像系统及其控制方法

压缩感知（compressive sensing,CS）是近十年发展起来的一项新理论和技术。传统信号采样都必须遵守奈奎斯特采样定理,其采样频率至少为信号最高频率的两倍;传统图像视频基于奈奎斯特采样,再用H.264等压缩方法进行数据压缩,因此常规的压缩处理过程丢弃大量冗余信息、浪费大量的存储空间和计算资源。而压缩感知以信号稀疏表示理论为前提,充分利用了信号本身的结构稀疏性,通过选择合适的测量矩阵,以远低于奈奎斯特采样率实现信号同时压缩和采样。压缩传感理论带来了信号采集理论的变革,在模拟信息转换、压缩成像、雷达成像、生物医学成像、无线传感网络和物联网等领域具有广阔的应用前景。 近年来,国内外学者对基于压缩感知的成像系统进行了大量研究,这些研究大都围绕着如何实现空间光调制来展开的。2006年,Rice大学Baraniuk等提出并实现了一种单像素照相机,利用数字微镜器件（Digital Micromirror Device,DMD）、单像素探测器和A/D转换器获得压缩测量。该成像系统控制系统复杂、成本高,采集速度慢,难以实现实时压缩成像。 MIT的Fergus等提出了随机镜头相机模型,该相机镜头采用随机反射镜面,随机反射镜通过测量矩阵控制。该相机具有超分辨率和深度估计能力,但相机的镜头校准复杂耗时,存储需求大、成像速度低。 Duke大学的COMP-I研究组提出多孔径成像系统,该相机使用编码孔径技术完成压缩采样,再重构原始图像,但该系统结构较为复杂、实现困难。2008年Robucci等提出了CMOS压缩成像装置,它将图像分成不重叠子块,通过对模拟像素进行随机求和与A/D转换实现压缩采样。该系统需要模拟寄存器来存储随机矩阵,存储需求大、功耗较大,实现复杂。2009年Jacques等提出基于随机卷积的CMOS压缩成像方法,它通过移位寄存器对模拟像素进行随机卷积计算,实现压缩采样。该系统实现简单,但获取测量值时要进行多次移位操作,图像获取效率低、功耗大。总之,现行压缩成像系统复杂,压缩采样速度慢,不能用于实时视频压缩采样。众所周知,CCD比CMOS成像效果好,但限于CCD结构都是采用串行输出信号,造成压缩采样过程中很难进行线性投影。此外,因此,视频压缩成像领域存在着较多的技术瓶颈。 基于上述技术问题,本发明提出了一种新的基于分块压缩感知的CCD视频压缩成像测量值获取系统及其控制方法,该方法以分块压缩感知理论为基础,首先将CCD图像传感器串行输出的每帧模拟像素分成像素数目相同的模拟子块,再通过引入了采样保持/电容阵列交替转存串行输出的模拟像素子块,然后对模拟像素子块进行模拟压缩计算,再用A/D转换器得到压缩计算输出的模拟信号的数字测量值,通过分别对所有模拟子块的压缩测量,最终获得视频帧的压缩采样。本发明首先提供了一种基于分块压缩感知的CCD压缩测量视频成像系统,该系统包括CCD图像传感器、CCD驱动电路、FPGA控制器、相关双采样电路CDS、可编程增益放大PGA电路、采样保持/电容阵列、随机数发生器、模拟多路开关MUX电路、模拟加法器、A/D转换器（ADC）、存储器、编码器和通信接口;另外本发明还提出了一种基于 CCD压缩成像的控制方法。