单像素成像技术：傅里叶频谱采集与Matlab实现

1. 单像素成像技术概述

单像素成像（Single-Pixel Imaging）是一种革命性的计算成像技术，它通过单个光敏元件（即"单像素"）结合结构化照明和计算重构算法，实现传统多像素传感器才能完成的成像任务。这项技术的核心价值在于突破传统成像系统对阵列式传感器的依赖，在特殊光谱范围（如红外、太赫兹）或极端环境（如低照度、强散射）下展现出独特优势。

我最早接触单像素成像是在2015年的一个太赫兹成像项目中。当时团队面临一个棘手问题：在太赫兹波段，传统CCD/CMOS传感器要么价格昂贵，要么根本不存在。正是单像素成像方案让我们用不到1/10的预算完成了系统搭建。这种"用算法换硬件"的思路，后来成为我研究计算成像的重要方法论。

2. 傅里叶频谱采集的核心原理

2.1 傅里叶变换与成像的关系

任何图像都可以看作不同空间频率分量的叠加。傅里叶变换正是描述这种频率分布的数学工具。传统光学成像中，透镜本身就相当于一个物理傅里叶变换器——透镜后焦面上的光场分布就是前焦面图像的傅里叶频谱。

在单像素成像系统中，我们通过数字微镜器件（DMD）主动投射傅里叶基图案（即正弦条纹图案），相当于用软件实现了透镜的傅里叶变换功能。每个基图案的反射光强测量值，就是图像在该频率分量上的"投影"。

2.2 哈达玛测量 vs 傅里叶测量

早期单像素成像多采用哈达玛基（二值+1/-1图案），但其存在两个固有缺陷：

1. 需要大量测量次数（通常>50%图像像素数）
2. 重构图像存在块状伪影

傅里叶基的优势在于：

• 频域稀疏性：自然图像能量集中在低频，高频可舍弃
• 测量效率：通常只需10-20%的采样率
• 抗噪能力：频域噪声更容易分离

实测对比：在128×128分辨率下，哈达玛基需要约16,000次测量才能获得可用图像，而傅里叶基仅需3,000次就能达到更高信噪比。

3. 系统实现与Matlab代码解析

3.1 硬件组成框图

code复制[LED光源] → [准直透镜] → [DMD芯片] → [聚焦透镜] → [单像素探测器] → [数据采集卡]
                      ↑
                [控制计算机]

3.2 关键Matlab函数实现

3.2.1 傅里叶基生成