赵梓栋，杨照华*，李高亮

（1. 北京航空航天大学仪器科学与光电工程学院，北京100191；2. 北京华航无线电测量研究所，北京100010）

1 引 言

二维图像是如今应用最为广泛的光电信息之一。传统成像基于阵列探测器的透镜成像原理。作为传统成像方式的一种替代，单像素成像在时序上记录每个测量基掩膜基的光强信息，在阵列探测器昂贵的非可见波段和极弱光探测下相较传统成像方式优势明显。然而，单像素成像需要投射大量的散斑并记录光强信息，这无疑会造成存储空间及时间的浪费，从而限制单像素成像的实际应用。在已有的研究中，成像效率的提升主要体现在优化重构方法和优化采样散斑上。

在优化重构算法方面，传统的计算关联成像使用关联算法来重构物体图像，之后在此基础上提出了差分鬼成像和归一鬼成像算法。随着压缩感知理论的提出，研究人员发现压缩感知的线性测量模型与计算关联成像的测量过程相同，并在此基础上提出了单像素相机［1］。压缩感知利用自然物体在某些测量基下的稀疏特性，以计算资源的代价换取在极低采样率下的成像，目前已经在核磁共振、天文观测及显微成像中有着极为重要的应用。然而，对于中等分辨率的图像，传统的压缩感知在采样率低于30%下很难获取高质量的重构图片。因此，人们将压缩感知和深度学习相结合，但这种方法明显的缺点就是需要大量的训练时间和数据集，因此很难实现应用。……