Computational ghost imaging with hybrid transforms by integrating Hadamard, discrete cosine, and Haar matrices

本文提出了一种混合变换方法的幽灵成像方案，其中集成了Hadamard、离散余弦和Haar矩阵。测量矩阵由两个不同变换矩阵的Kronecker积形成。通过相应的逆矩阵，可以方便地重建图像信息。在实验中，进行了六个混合化设置的计算幽灵成像。对于一组交错条纹的对象，在Hadamard-余弦、Haar-Hadamard和Haar-余弦混合化设置中只有一个桶信号幸存，证明了灵活的图像压缩。对于一个手工风车对象，重建图像的质量因子随混合化设置而变化。在实验中，可以对不同的变换矩阵中的任一或两个进行亚奈奎斯特采样。混合化方法可以扩展到同时应用更多变换。幽灵成像与混合变换可能在图像处理中找到灵活的应用，例如图像压缩和图像加密。

探讨使用混合变换方法进行幽灵成像的灵活应用，如图像压缩和图像加密。

将Hadamard、离散余弦和Haar矩阵相结合，形成测量矩阵，并通过相应的逆矩阵方便地重建图像信息。

实验中进行了六个混合化集合的计算幽灵成像，证明了灵活的图像压缩能力。可以将Sub-Nyquist采样应用于每个混合集合中的任何一个或两个不同的转换矩阵。

最近的相关研究包括：《幽灵成像的研究进展》、《基于压缩感知的幽灵成像技术》等。