针对传统鬼成像方法恢复图像差导致的边缘检测困难,提出了一种建立在高通滤波基础上的鬼成像改进方法。随机生成的灰度图在被输入空间光调制器前先经高通滤波处理,通过关联运算恢复出未知物体不同方向上的高频分量,然后根据所使用的滤波方法以相应的重构方法恢复出边缘图像,实现在无需预知物体信息的前提下对未知物体的边缘检测。实验以Kirsch滤波和非下采样轮廓波变换(NSCT)为例,表明了相比于传统的鬼成像边缘检测方法,该算法得到的边缘图像在主观上平滑性更好,清晰度更高,在客观上其边缘信噪比和均方误差指标均有所优化。

基于支持向量机的未知物体分类方法研究，魏朝鹏，何儒勇，针对MNIST手写体数字集，本文利用线性判别分析方法提取出各手写体数字图像的特征向量，并根据该特征向量设计出应用于鬼成像系统的�

提出了一种基于叠加散斑图的反射鬼成像方案。在散斑颗粒尺寸为1 pixel×1 pixel的散斑图上，随机插入不同尺寸的散斑颗粒，将叠加成的散斑图作为鬼成像的光源。数值模拟及实验结果表明，相对于传统的鬼成像方案，由多种不同尺寸散斑颗粒随机混合形成的叠加散斑不仅显著提高了恢复物体空间信息的衬噪比，还减少了采样次数，推动了鬼成像技术的实用化。

针对计算鬼成像采样过程中出现的数据扰动及采样次数不易较多所引起的鬼图像质量较差的问题,提出了一种基于Tikhonov正则化的计算鬼成像方法。该方法利用一个表征噪声强度的约束项,将计算鬼成像问题转化为信号误差与噪声强度最小化的数学问题,并利用广义交叉验证法选取合适的正则参数来重构待测物体的鬼像。实验结果表明,所提算法在干扰情况下明显优于传统鬼成像、差分鬼成像和伪逆鬼成像,具有较强的稳定性;在无干扰情况下,也明显优于传统鬼成像、差分鬼成像,且不差于伪逆鬼成像。

学习鬼成像原始程序。经验证可以跑通，欢迎交流。

二阶关联鬼成像算法基础程序，包含各种压缩感知算法，伪逆算法，传统鬼成像算法，二值化鬼成像算法，matlab仿真程序，

主要介绍了目前鬼成像一些成熟简单的算法，这里面的算法都可以之间run的，方便其他相关专业的人才尽快进入到这个方向。

本文从经典统计光学人手，建立了热光场的数值模型，模拟符合热光特性的光场变化、光场传播、以及物体透射函数对热光场的调制，进而从光强度起伏的关联函数中，分别重现振幅型物体和纯相位犁物体的傅里叶变换图像；并进行了实验验证。

主要介绍了目前鬼成像一些成熟简单的算法，这里面的算法都可以之间run的，方便其他相关专业的人才尽快进入到这个方向。

基于压缩感知的关联成像程序，matlab版本，可以正确运行。使用过完备原子库对图像进行稀疏表示，BM3D建模