其他
成像专题 | 一种无透镜成像的广义卷积框架(Optica Optics Express)
一种无透镜成像的广义卷积框架
Explicit-restriction Convolutional Framework for Lensless Imaging本期导读
光学成像仪器一般使用透镜或透镜组以实现像点和物点的映射,而光学透镜的使用大大增加了成像仪器的体积与成本。随着电子芯片计算性能的发展,孔径编码无透镜成像技术作为一种典型的计算光学成像方法,以其尺寸小、自由度高、成本低等优点受到了关注。孔径编码无透镜成像仪器仅由传感器和靠近传感器放置的编码掩膜版构成。包含场景信息的入射光受到掩膜的调制,在像感器上形成编码图样,再通过算法根据编码图样重建出场景信息。然而无透镜成像会受到硬件的限制,如传感器尺寸小、像素间距大、动态范围不足等。这些限制会使所采集到的编码图像失真,进而导致重建图像的质量较低,限制了该技术的应用。来自清华大学、西安交通大学和哈尔滨工业大学的研究人员提出了一种无透镜成像的广义卷积框架。通过在正向传播模型中引入线性和非线性的限制项,并使用交替方向乘子法(ADMM)进行重建,该框架综合考虑了多种硬件限制因素,重建算法可有效提高重建质量。该研究结果近日发表于《Optics Express》。
技术路线
图1. 孔径编码无透镜成像的结构与重建过程
图2. 限制因素导致测量值失真
图3. 传感器像素间距受限情况下的重建结果比较
图4展示了实验装置与重建结果,其中FZA掩膜距离传感器3毫米,场景图像加载于距掩膜版300毫米的显示器上。通过对传感器采集到的编码信息进行裁剪或下采样,模拟了传感器尺寸受限和像素间距受限的情况。在传感器尺寸受限情况中,由于边缘信息的丢失,传统方法的重建图像出现了严重伪影,而广义卷积框架及其重建算法减少了伪影,提高了图像对比度。在传感器像素间距受限的情况下,广义卷积框架及其重建算法降低了无透镜成像对采样率的依赖,重建结果细节更加丰富。
图4. 实验装置和重建结果比较
简单总结,该研究分析了一种用于无透镜成像的广义卷积框架,通过在正向传播模型中建模限制因素,有效解决了孔径编码无透镜成像过程中的硬件限制问题并提高了成像质量。该框架可被推广至多波段成像或三维成像,使无透镜成像仪器的设计自由度进一步提升。
Yuchen Ma, Jiachen Wu, Shumei Chen, and Liangcai Cao, "Explicit-restriction convolutional framework for lensless imaging," Optics Express 30, 15266-15278 (2022).
https://github.com/THUHoloLab/ExplicitRestriction_Convolutional_Framework
回顾与预告
上期回顾:成像专题 | 全变差正则化傅里叶叠层稀疏孔径成像(OLEN)欢迎点击查阅
Contact: intelligent.optics.sharing@gmail.com
END