1.一种虚拟双光路的哈达玛行排序压缩感知单像素成像方法，单像素成像装置包括固体激光器、扩束镜、双凸透镜、待成像目标物的透明挡板、待成像目标的光滑非透明挡板，数字微镜器件DMD、聚光透镜、EOT光电倍增探测器、数据采样卡装置和信号处理设备；激光器连接电源后发出的激光经过扩束镜扩束之后照射到待成像目标物的透明挡板或者是光滑非透明挡板，之后携带待成像目标信息的光束经过双凸透镜，光束汇聚到数字微镜器件DMD中的调制区域，调制后的光反射到聚光透镜上汇聚到EOT光电倍增探测器的感光面上，光电倍增探测器将光信号转换为电信号，光电探测器与数据采样卡的输入端口经过同轴电缆导线连接传输电信号，数据采样卡经过A/D转换得到电信号的数字电压值，数据采样卡通过USB数据导线与信号处理设备连接传输测量数据，其特征在于，所述成像方法包括生成测量矩阵的方法和计算测量光强的探测方法，所述生成测量矩阵的方法旨在对自然序列的哈达玛矩阵的行进行排序，提高哈达玛测量矩阵的性能，能够克服自然序列的哈达玛矩阵对重构图像带来的伪影效应，图像重构算法采用凸优化类图像重构算法GPSR方法即梯度投影稀疏重构算法；

所述单像素成像方法包括以下步骤：

步骤S1：首先根据所述的单像素成像装置，确定好成像装置的各个组件摆放的位置以及相互之间的距离，确定成像目标图像的大小尺寸，根据目标图像的大小来确定测量矩阵的大小；设单像素成像的待成像目标图像为In×n，即单像素成像的待成像目标图像的像素分辨率大小为n×n，将图像像素矩阵表示为列向量形式x1×N，其中N＝n×n，确定单像素成像的采样率α，因此就确定了测量值的数量为M＝α·N，故测量矩阵的大小就确定了，设测量矩阵ΦM×N，矩阵大小为M×N；

步骤S2：由步骤S1确定的测量矩阵的大小为M×N，即给出了测量矩阵的行数和列数，其中M＜＜N，为了使测量矩阵中的行和列是不相关的，先产生一个大小N×N的元素全为0矩阵ON×N，则矩阵ON×N类似一个盒子，后续根据要求生成的每一行依次替换到ON×N中，从得到的矩阵ON×N中选择第1～M行来构成测量矩阵ΦM×N；由于哈达玛矩阵中的元素只有‑1和1，哈达玛矩阵中的任意两行或者两列都是正交的，但自然序列的哈达玛矩阵重构出的图像结果显示有伪影效应且抗噪声鲁棒性较差，因此需要对哈达玛矩阵中的行进行重新排序，形成一个新的行序列的哈达玛矩阵；这里生成的新排序的哈达玛矩阵的方法是利用类比满二叉树的方法来依次生成N个大小为n×n的小方块矩阵Hi(i＝1,2,…,N)，该小方块矩阵中的元素与哈达玛矩阵中的元素一样都是由1和‑1组成的，将小方块矩阵Hi(i＝1,2,...,N)变为行向量即与大小为N×N自然序列的哈达玛矩阵中的某一行是对应的，元素的排列顺序是相同的，这里直接给利用类满二叉树的方法生成的N个小方块矩阵Hi(i＝1,2,…,N)进行编号，编号设为pi(i＝1,2,…,N)＝i，即pi(i＝1,2,…,N)作为新生成的小方块矩阵Hi(i＝1,2,…,N)的编号，也可以认为是小方块矩阵Hi(i＝1,2,…,N)的索引值，将N个十进制数编号pi(i＝1,2,…,N)按照生成的小方块矩阵Hi(i＝1,2,…,N)在类满二叉树形成的二维矩阵中的对应位置依次放置，形成了一个元素为编号pi(i＝1,2,…,N)的数值矩阵P，矩阵P的大小为n×n；这里为了生成所需要的测量矩阵的哈达玛基，提高重构图像质量指标的PSNR和SSIM，为得到新排序之后的哈达玛矩阵的各个行向量，则需要对矩阵P中的元素进行“之”字形排序，即对矩阵P从左上角第一个元素开始到右下角最后一个元素采用“之”字形排列，按照排列的顺序就得到了元素的序列，将排序之后的元素形成一个列向量ρ，总共有N个元素，这些元素都是由类满二叉树方法生成的小方块矩阵的索引值，也是小方块矩阵的编号；将生成的N个小方块矩阵重排为一个大的新排序的哈达玛矩阵，即将N个小方块矩阵转换为一个行向量之后，然后将每一个行向量按照索引值在生成的列向量ρ中的顺序依次排列，这样就构成了一个新的行排序的哈达玛矩阵，大小为N×N，而根据待成像目标图像的大小确定的测量矩阵的大小为M×N(M＜＜N)，故要在N行中选取第1～M行，这就构成了能够加载到DMD中的测量矩阵ΦM×N；

步骤S3：由步骤S2生成的测量矩阵ΦM×N，这个矩阵就作为单像素成像中的采样矩阵，采样率α＝M/N，步骤S2中选择的M行矩阵对应的小方块矩阵Hi(i＝1,2,…,M)中的元素是由+1和‑1组成的，因为采用的是虚拟双光路的设计思路，而加载到DMD中的矩阵中，+1可以驱动小微镜正向偏转12°，元素‑1驱动小微镜反向偏转12°；故要让生成的测量矩阵能够用于所提出的单像素成像系统中，需要将生成的小方块矩阵Hi(i＝1,2,…,M)中的元素‑1变为0得到的新小方块矩阵为 即不让‑1加载到DMD中来控制微镜发生偏转，使只有元素1对应的微镜正向偏转12°，平行于透镜主光轴的光经过聚光透镜汇聚到光电探测器的感光面上，数据采样卡通过LabVIEW程序控制来采样反射光经过探测器转换之后的电压值u；只需要获取微镜正向偏转的光强对应的电压值u正，然后让微镜全正向偏转12°，也就是相当于让DMD作为一个反射镜，光电探测器探测到的总的电压值u总，这个电压测量值就作为参考电压值，因此通过计算求得元素‑1驱动微镜反向偏转探测器测得的光强对应的电压值u反＝u总‑u正，不需要再用探测器来探测反向偏转的光强，就能获得元素‑1对应的电压值，相当于双路探测中的一路光强的探测光路，能够看作是虚拟的一路探测信号，形成了虚拟双光路的光强探测方法；这里的总测量值u总就作为参考值，入射光照射待成像目标携带目标信息的光打到DMD上全正向偏转，反射光到经过聚光透镜将光汇聚到探测器的感光面上，数据采样卡获取的就是总的光强对应的电压测量值；首先加载一个大小为n×n的元素全为+1的测量矩阵到DMD中，使DMD中的数字小微镜完全正向偏转，反射携带待成像目标图像的光汇聚到光电探测器上的感光面上得到的电压值为u0，之后依次加载矩阵 到DMD上时，带有目标信息的入射光经过DMD调制后反射光汇聚到光电探测器上的感光面上测得电压值为

则Hi(i＝1,2,…,M)中‑1驱动微镜反偏反射光强对应的电压根据参考计算测量可得

结合上面提出的方法可以算出测量值

其中εi为第i次测量的系统噪声，综上，所

获得的一维测量值向量为y1×M＝{y1,y2,…,yM}；

步骤S4：通过获得的测量值向量，进行目标图像的重构，由步骤S3获取到的一维测量值向量y1×M＝{y1,y2,…,yM}；选择梯度投影稀疏重构算法，该算法能够解决无约束凸优化最小值问题，而单像素成像方法转化为该问题来求解，公式如下所示

其中y表示所获得的测量值向量，A为传感矩阵，τ是一个非负实数，它能对目标值产生一定的约束，s即为要求的目标向量，它是稀疏表示之后的稀疏信号，y就是步骤S3中所获得的一维测量值向量y1×M＝{y1,y2,…,yM}，由于要重构的目标图像信号本身是不稀疏的，因此要对其进行稀疏表示，采用的稀疏矩阵为离散余弦矩阵Ψ，则目标信号可以表示为x＝Ψ·s，由步骤S2所获得的测量矩阵Φ，则传感矩阵A＝Φ·Ψ，则利用重构算法可以求出目标向量s，再利用公式x＝Ψ·s就可以计算出重构的目标图像信号。