1.一种光子计数目标高效率高分辨力深度重建方法，基于一体化光纤式伪随机码幅度调制深度矫正装置的成像系统，其特征在于，包括以下步骤：S1、将成像系统的准直器固定在二维导轨平台上，去掉A单光子探测器、固定衰减器和分路器，伪随机序列发生器产生一路同步高电平脉冲，该脉冲产生时间和开始发送伪随机序列的时间一致，将同步高电平脉冲连接光子时间到达记录仪，作为开始计时的触发信号，伪随机序列发生器驱动激光器发送激光脉冲，激光脉冲信号通过成像系统后得到单点扩频光子计数值分布，表达为系统冲激响应和携带目标特征的目标光子计数值分布的卷积积分；

S2、改变S1中的成像系统结构，两个准直器面对面发射并接收光子，获取平均的系统冲激响应并拟合；

S3、恢复成像系统结构到初始状态，基于最佳检测的运算机制，通过构建合适的稀疏基，高效反演目标的扩频光子计数值分布；

S4、采用基于贝叶斯理论和最大似然估计的迭代重建算法，引入矢量外推加速算法，估计最终携带目标特征的目标光子计数值分布；

S5、根据最终携带目标特征的目标光子计数值分布，通过残差去除﹑峰值搜索和质心拟合方法提取距离数值；

S6、逐点重构距离数值，得到重构的二维深度图像。

2.根据权利要求1所述的一种光子计数目标高效率高分辨力深度重建方法，其特征在于：所述步骤S1将准直器固定在二维导轨平台上，去掉A单光子探测器、固定衰减器和分路器，伪随机序列发生器产生一路同步高电平脉冲，该脉冲产生时间和开始发送伪随机序列的时间一致，将同步高电平脉冲连接光子时间到达记录仪，作为开始计时的触发信号，伪随机序列发生器驱动激光器发送激光脉冲，激光脉冲信号通过成像系统后得到的单点扩频光子计数值分布，表达为系统冲激响应和携带目标特征的目标光子计数值分布的卷积积分，具体为，

将准直器固定在二维导轨平台上，去掉A单光子探测器、固定衰减器和分路器，伪随机序列发生器产生一路同步高电平脉冲，该脉冲产生时间和开始发送伪随机序列的时间一致，将同步高电平脉冲连接光子时间到达记录仪，作为开始计时的触发信号，伪随机序列发生器驱动激光器发送激光脉冲，激光脉冲发射后，先后通过大气介质、目标和接收系统，在短距离下在到达接收系统前，脉冲回波信号s(n)由目标冲激响应决定；

通过接收系统后，目标冲激响应ho(n)和探测器的冲激响应hd(n)是造成接收的目标信号产生瞬时失真的主要因素，则伪随机光脉冲碰到目标后，往返一次，回波到达接收系统，探测到的单点扩频光子计数值分布R(n)为，式中，R(n)为携带目标信息并且被系统冲激响应模糊的单点扩频光子计数值分布，C(n)为互相关函数， 为系统冲激响应，表征系统自身产生的瞬时干扰，f(n)＝ho(n)为携带目标特征的目标光子计数值分布，B为噪声光子。

3.根据权利要求2所述的一种光子计数目标高效率高分辨力深度重建方法，其特征在于：所述步骤S2改变S1中的成像系统结构，两个准直器面对面发射并接收光子，获取平均的系统冲激响应并拟合，具体为，

S2.1、在成像系统上，断开可调衰减器和光环行器的连接，将准直器B和可调衰减器连接，作为收准直器端，将连接光环行器的准直器A作为发准直器端，将准直器A和准直器B面对面放置，通过微调和粗调准直器的位置，使得从准直器A中发出的光信号导入接收的准直器B中，再由B单光子探测器接收后，得到接收路光子时间到达点；

S2.2、将matlab的序列重构方法嵌入Labview，基于Labview，获取接收路的光子时间到达点，并重构0﹑1序列，表示为y(n)，伪随机序列发生器中存储的模板序列p(n)与y(n)进行快速傅里叶变换，得到扩频光子计数值分布，即系统冲激响应H，其代表系统的瞬时干扰，式中， 表示傅里叶变换， 为傅里叶逆变换；

S2.3、测量若干次的系统冲激响应并作平均，得到平均的系统冲激响应；

S2.4、采用高斯拟合法拟合平均的系统冲激响应，设平均的系统冲激响应数据(oi,Hi)i＝1,2,3,…,n，用高斯函数描述为，式中，Hmax、omax和S为待估参数，Hmax代表高斯曲线的峰高，omax代表高斯曲线峰位置，S代表半高全宽；

将(3)式两边取自然对数，化为，令

则(4)式化为二次多项式拟合函数，考虑全部数据和测量误差εi，并以矩阵形式表示如下，简记为Zn×1＝On×3B3×1+En×1，根据最小二乘原理，求得拟合常数b0﹑b1﹑b2构成的矩阵B的广义最小二乘解为，T ‑1 T

B＝(OO) OZ                 (8)进而根据(5)式，求出待估参数Hmax﹑omax和S，代入(3)式，从而得到拟合的高斯函数。

4.根据权利要求3所述的一种光子计数目标高效率高分辨力深度重建方法，其特征在于：所述步骤S3恢复成像系统结构并成像，基于最佳检测的运算机制，通过稀疏基表示方法，高效反演目标的扩频光子计数值分布，具体为，恢复成像系统结构，对目标成像，获得接收路光子到达点时间，S3.1、根据步骤S2.2的序列重构方法，重构接收路光子到达时间点，一个周期的序列长度为na，接收的经过延时后的光子到达时间信号记为S3.2、生成数据压缩比α，令M＝αna，以此为参量，随机生成测量矩阵S3.3、基于最佳检测的运算机制，生成稀疏基Ψ，基于最佳检测的运算机制，采用一路伪随机序列p(n)作为发送的参考码型，另一路为接收的经过延时后的光子到达时间点，重构后得到序列x(n)，两个序列最佳检测的运算表示为，

其中，na为一个周期的序列长度，m为时间单元，扩频光子计数值分布R(m)的峰值对应横坐标即为时间延时，其代表目标所处的距离信息；基于最佳检测的运算方法，以参考序列为模板序列，拟采用包含时间位移的Hankel矩阵结构，构造稀疏基Ψ， 该稀疏基的列元素包含所有可能的参考序列的时间位移，分以下两种情况建立，

1)当积分的时间ta和序列的周期tp相等，即模板序列和接收序列的长度相等，则构建的稀疏基表示为，

T

其中，Ψ(:,i)代表稀疏基的第i列向量，zeros代表零向量，[] 代表矩阵的转置，p(i:j)为从第i个元素到第j个元素的参考向量；

2)当积分时间ta大于序列的周期tp，向量p右侧补零，直至p和x长度相等；

S3.4、计算稀疏基的相干性δ(Ψ)采用δ(Ψ)表示稀疏基的相干性，最劣的相干性即为两个不同稀疏基元素之间内积的绝对值的最大值，δ(Ψ)的取值范围为[0，1]，计算式(11)以防止出现相干的稀疏基元素对，式中，Ψi为第i列元素构成的向量，Ψj为第j列元素构成的向量；

S3.5、重构扩频光子计数值分布设测量信号为 为接收的经过延时后的光子到达时间信号，为变换系数，即待恢复的扩频光子计数值分布，其描述光子在时间轴上的分布特征，其具有尖锐的峰值，在时间分布上具有稀疏特性，即||R||0≤K，是K稀疏的，则有在稀疏基 的表示下是K稀疏的，基于压缩感知的测量过程理解为对经过延时后的光子到达时间信号的M次独立测量，每次以线性函数 的形式测量接收数据的线性投影 M个测量向量构成的测量矩阵为 其将高维信号x映射到低维，则测量过程表述为y＝Φx＝Φ(ΨR)          (12)设v表示噪声，带噪观测情况下，式(12)表示为，y＝AR+v            (13)其中A＝ΦΨ；

S3.5.1式(13)转化为以下lasso标准问题的求解，λ为代价参数，T ‑1 T

S3.5.2计算Rk＝(AA+ρI) [Ay+ρ(zk‑1‑uk‑1)]，其中Rk为第k次迭代计算得到的扩频光子计数值分布，即式(1)中的R(n)，ρ为惩罚系数，‑1 T

I为单位矩阵，() 为矩阵的逆，() 为矩阵的转置，zk‑1和uk‑1均为第k‑1次迭代的长度为

2na‑1的向量；

S3.5.3计算

其中prox为关于变量Z的L1范数近端算子，具有显式解；

S3.5.4计算uk＝uk‑1+Rk‑zk；

S3.6、判断δ(Ψ)＜ε是否成立，如果小于设定数值ε，则k＝k+1，继续采用S3.5的步骤迭代更新R，如果大于设定数值ε，则停止迭代，输出R。

5.根据权利要求4所述的一种光子计数目标高效率高分辨力深度重建方法，其特征在于：所述步骤S4采用基于贝叶斯理论和最大似然估计的迭代重建算法，引入矢量外推加速算法，估计最终携带目标特征的目标光子计数值分布，具体为，S4.1、初始化拟合的冲激响应﹑最大迭代次数kmax和加速参数α；

S4.2、设携带目标特征的目标光子计数值分布为f，简称为目标光子计数值，由贝叶斯模型可得，

式(14)中，p(f/R)为已知扩频光子计数值分布情况下，目标光子计数值的概率分布情况，p(R/f)为已知目标光子计数值的情况下，扩频光子计数值概率分布情况，p(f)为目标光子计数概率分布；当p(f/R)取得最大数值，则恢复的目标信号接近理想的波形，式(14)的分母部分为常量，通过最大似然估计法求解其最大值，ML(f)＝max[p(R/f)]               (15)式(15)中，ML(f)表示采用最大似然估计的方法估计f，max为最大值，设待恢复的波形，即目标光子计数值f，其与系统的冲激响应H的卷积表示为 T表示每个像素的积分时间，则联合概率密度分布L(R/f)为，式(16)等号两边求对数得到，对等式(17)两边求导，并令其为0，根据退化函数归一化的性质，可得，引入迭代运算，则有，

式(19)是迭代计算公式的一般形式，其中，ψ(fk)表示线性搜索的迭代算法，对于一维扩频光子计数值分布，fk表示第k次迭代计算时产生的目标光子计数值的估计值，fk+1表示第k+1次迭代计算时产生的目标光子计数值的估计值；

S4.3、基于差分表示的估计值变化引入根据式(19)从现有的估计值fk‑1产生估计值fk的迭代出发，给出一阶泰勒矢量，fk＝ψ(fk‑1)＝fk‑1+gk      (20)设fk逐渐收敛到第s次迭代计算时产生的估计值fs，在第k次迭代中引入的变化gk朝着解的梯度方向 生成一条通向多维空间的解，目标光子计数值的求解过程中，需要最大化的函数可局部近似为多维二次函数m(f)，则有，T

m(f)＝‑(f‑fs) A(f‑fs) (21)T

式(22)中，() 表示转置，A表示平方、对称、正定矩阵，根据式(21)和(22)，采用差分形式给出第k次迭代引入的变化gk，如式(23)所示，式(19)中，根据矩阵对角化原理，通过矩阵A的特征值构成的对角矩阵ΛA和特征向量S给出矩阵A，即，

‑1

A＝SΛAS              (24)设I为单位矩阵，ΛB是矩阵B的特征值构成的对角矩阵，B＝I‑2εA,ΛB＝I‑2εΛA，f0表示k

估计值的初值，ΛB为ΛB的k次方，ε表示一个用来防止ΛB出现负值的向量，根据式(20)、式(23)和式(24)，fk为，根据式(25)得到第k‑1次迭代引入的变化gk‑1，k‑δ‑1次迭代引入的变化gk‑1‑δ，k‑δ次迭代的估计值fk‑δ，

k ‑1 ‑1

gk‑1＝SΛB(I‑ΛB )S (f0‑fs)+fs      (26)k‑δ‑1

fk‑δ＝SΛB S (f0‑fs)+fs      (27)k‑δ ‑1 ‑1

gk‑δ‑1＝SΛB (I‑ΛB )S (f0‑fs)       (28)k‑δ ‑δ ‑1

式(28)中，ΛB 为ΛB的k‑δ次方，且有I‑ΛB ≈δ(I‑ΛB )；

S4.4、计算估计值之差

估计值fk和估计值fk‑δ之差hk,‑δ表示为，k ‑δ ‑1

hk,‑δ＝fk‑fk‑δ＝SΛB(I‑ΛB )S (f0‑fs)    (29)对于第k+δ次迭代的估计值fk+δ的预测为，k+δ‑1

fk+δ＝SΛB S (f0‑fs)+fs         (30)第k+δ‑1次迭代引入的变化gk+δ‑1为，k+δ ‑1 ‑1

gk+δ‑1＝SΛB (I‑ΛB )S (f0‑fs)        (31)估计值fk+δ和估计值fk之差hk,δ为，k+δ ‑δ ‑1

hk,δ＝fk+δ‑fk＝SΛB (I‑ΛB )S (f0‑fs)    (32)k+δ ‑δ ‑1 ‑1

式(32)中，ΛB 为ΛB的k+δ次方，ΛB 为ΛB的‑δ次方，ΛB 为ΛB的‑1次方，S 为S的‑1次方；

S4.5、估计加速参数

基于泰勒级数的一阶矢量外推法，通过最小二乘投影αkhk,‑δ预测hk,δ，得，hk,δ＝αkhk,‑δ              (33)T

(hk,δ‑αkhk,‑δ) hk,‑δ＝0         (34)式(34)中，αk为加速参数，求解式(34)，得到，

‑δ ‑1 ‑δ ‑1

又因为I‑ΛB ≈δ(I‑ΛB ),将I‑ΛB ≈δ(I‑ΛB )代入式(32)可得，k ‑1 ‑1

hk,δ≈δSΛB(I‑ΛB )S (f0‑fs)＝δgk‑1     (36)以此类推得到，

hk,‑δ≈δgk‑δ‑1    (37)将式(35)和式(37)代入式(35)，可得加速参数αk为，S4.6、估计携带目标特征的目标光子计数值设第k次待估计的目标光子计数值为lk，根据第k次估计中已经得到的fk、fk‑1、αk，代入式lk＝fk+αk(fk‑fk‑1)，得到的lk，k+1后，将lk代入 得到fk+1，同理通过式(20)得到gk+1，通过式(38)得到αk+1，再代入lk＝fk+αk(fk‑fk‑1)的变换式lk+1＝fk+1+αk+1(fk+1‑fk)，得到lk+1，以此类推，对lk进行循环更新，直到达到最大迭代次数kmax，获得最终携带目标特征的目标光子计数值lkmax。

6.根据权利要求5所述的一种光子计数目标高效率高分辨力深度重建方法，其特征在于：所述步骤S5根据最终携带目标特征的目标光子计数值分布，通过残差去除﹑峰值搜索和质心拟合方法提取距离数值，具体为，S5.1、通过最终携带目标特征的目标光子计数值lkmax，最高幅度值选取阈值β，提取出满足lkmax＜β对应的所有k值，对应k的lkmax幅度值置为0，得到的数据记为lkmax_opt，即第k个深度单元对应的目标光子计数值；

S5.2、搜索lkmax_opt中的峰值，并且提取峰值对应的k值；

S5.3、在搜索到的峰值附近提取L个非零数值点，采用质心拟合算法计算距离数值d，式(39)中，τ为最小的距离分辨单元。

7.根据权利要求1所述的一种光子计数目标高效率高分辨力深度重建方法，其特征在于：所述步骤S6逐点重构距离数值，得到重构的二维深度图像，具体为，将准直器固定在二维导轨平台上，扫描获得每个像素点的光子到达时间点，采用步骤S3～步骤S5所述的方法，逐点重构距离数值，得到重构的二维深度图像。