ITMO
en/ en

ISSN: 1023-5086

en/

ISSN: 1023-5086

Научно-технический

Оптический журнал

Полнотекстовый перевод журнала на английский язык издаётся Optica Publishing Group (ранее OSA) под названием “Journal of Optical Technology“

Подача статьи Подать статью
Больше информации Назад

Исследование ключевых технологий оптического кодирования на основе адаптивной компрессивной призрачной съемки крупноразмерных объектов

Ссылка для цитирования:

Leihong Zhang, Zilan Pan, Guoliang Zhou Study on the key technology of optical encryption based on adaptive compressive ghost imaging for large-sized object (Исследование ключевых технологий оптического кодирования на основе адаптивной компрессивной призрачной съемки крупноразмерных объектов) [на англ. яз.] // Оптический журнал. 2017. Т. 84. № 7. С. 52–58.

 

Leihong Zhang, Zilan Pan, Guoliang Zhou Study on the key technology of optical encryption based on adaptive compressive ghost imaging for large-sized object (Исследование ключевых технологий оптического кодирования на основе адаптивной компрессивной призрачной съемки крупноразмерных объектов) [in English] // Opticheskii Zhurnal. 2017. V. 84. № 7. P. 52–58.

Ссылка на англоязычную версию:

Leihong Zhang, Zilan Pan, and Guoliang Zhou, "Study on the key technology of optical encryption based on adaptive compressive ghost imaging for a large-sized object," Journal of Optical Technology. 84(7), 471-476 (2017). https://doi.org/10.1364/JOT.84.000471

Аннотация:

Вычислительная призрачная съемка представляет собою хороший способ оптического кодирования, однако она не вполне применима для получения изображений крупноразмерных объектов или тогда, когда длительность съемки велика. Предложен новый способ оптического кодирования, основанный на сочетании метода адаптивной разреженной поблочной выборки с вычислительной призрачной съемкой. В этой модели крупноразмерный объект разбивается на несколько блоков, затем каждый блок интерпретируется как отдельное изображение, которое обрабатывается методом вычислительной призрачной съемки с собственным параметром выборки, соответствующим зрительной системе человека. В процессе восстановления изображения используется алгоритм разреженной выборки. По сравнению с обычной вычислительной призрачной съемкой качество восстановленных изображений оказывается выше, так что этим методом оказывается возможным получение высококачественных крупноразмерных изображений, а количество передаваемой информации сокращается, что контрастирует с ситуацией при поблочной вычислительной призрачной съемке; последнее позволяет использовать менее объемистые хранилища данных или менее скоростные линии передачи. Эта техника может быть непосредственно использована для получения и передачи изображений и хранения данных, давая преимущества в качестве восстанавливаемой информации, скорости передачи и обеспечении высокой безопасности.

Ключевые слова:

вычислительная призрачная съемка, поблочная вычислительная призрачная съемка, алгоритм разреженной выборки

Благодарность:

Работа выполнена при финансовой поддержке Национального фонда естественных наук Китая (грант № 61405115), Фонда естественных наук Шанхая (грант № 14ZR1428400), Инновационного проекта муниципальной коммиссии по образованию Шанхая (грант № 14YZ099). 

Коды OCIS: 110.1085, 110.1758, 110.3010, 060.4785

Список источников:

1. Alfalou A., Brosseau C. Optical image compression and encryption methods // Advances in Optics and Photonics. 2009. V. 1. № 3. P. 589–636.
2. Chen W., Javidi B., Chen X. Advances in optical security systems // Advances in Optics and Photonics. 2014. V. 6. P. 120–155.
3. Pittman T.B., Shih Y.H., Strekalov D.V., & Sergienko A.V. Optical imaging by means of two-photon quantum entanglement // Physical Rev. A. 1995. V. 52. № 5. P. 3429.
4. Shapiro J.H. Computational ghost imaging // Physical Rev. A. 2008. V. 78. № 6. P. 061802.
5. Clemente P., Durán V., Tajahuerce E., & Lancis J. Optical encryption based on computational ghost imaging // Opt. Lett. 2010. V. 35. № 14. P. 2391–2393.
6. Bromberg Y., Katz O., Silberberg Y. Ghost imaging with a single detector // Physical Rev. A. 2009. V. 79. № 5. P. 053840.
7. Katz O., Bromberg Y., Silberberg Y. Compressive ghost imaging // Appl. Phys. Lett. 2009. V. 95. № 13. P. 131110.
8. Katkovnik V., Astola J. Compressive sensing computational ghost imaging // JOSA A. 2012. V. 29. № 8. P. 1556–1567.
9. Leihong Z., Zilan P., Dong L., Dawei Z., & Xiuhua M. Encryption of optical information using the comprehensive ghost imaging algorithm // Electronics World. 2015. V. 121. № 1949. P. 34–39.
10. Leihong Z., Zilan P., Luying W., & Xiuhua M. High-performance compression and double cryptography based on compressive ghost imaging with the fast Fourier transform // Optics and Lasers in Eng. 2013. V. 86. P. 329–337.
11. Zhang L., Pan Z., Liang D., Ma X., & Zhang D. Study on the key technology of optical encryption based on compressive ghost imaging with double random-phase encoding // Optical Eng. 2015. V. 54. № 12. P. 125104.
12. Aβmann M, Bayer M. Compressive adaptive computational ghost imaging // Scientific Reports. 2013. Part 3.
13. Yu W.K., Li M.F., Yao X.R., Liu X.F., Wu L.A., & Zhai G.J. Adaptive compressive ghost imaging based on wavelet trees and sparse representation // Opt. Exp. 2014. V. 22. № 6. P. 7133–7144.
14. Donoho D.L. Compressed sensing // IEEE Trans. Information Theory. 2006. V. 52. № 4. P. 1289–1306.
15. Candès E.J. Compressive sampling // Proc. Intern. Congr. Mathematicians. 2006. V. 3. P. 1433–1452.
16. Candès E., Romberg J. Sparsity and incoherence in compressive sampling // Inverse Problems. 2007. V. 23. № 3. P. 969.
17. Candès E.J., Wakin M.B. An introduction to compressive sampling // IEEE Signal Proc. Magazine. 2008. V. 25. № 2. P. 21–30.
18. Li C. An efficient algorithm for total variation regularization with applications to the single pixel camera and compressive sensing / Doct. Dis. SPb.: Rice University, 2009.
19. Yang J., Zhang Y., Yin W. A fast alternating direction method for TVL1-L2 signal reconstruction from partial Fourier data // IEEE J. Selected Topics in Signal Proc. 2010. V. 4. № 2. P. 288–297.