成像专题 | 物理驱动的深度学习助力时域压缩相干成像 (Optica)
物理驱动的深度学习助力时域压缩相干成像
Physics-driven deep learning enables temporal compressive coherent diffraction imaging本期导读
在大多数情况下的成像会使用透镜组实现物像映射,而在某些特殊情况下,如以X-ray或电子流为光源时,由于常规透镜组无法适应光源极短的波长,无透镜成像成为一种解决方案,由于其成本低、自由度高等特性被广泛关注。如图1所示,最简单的无透镜成像系统仅由光源和传感器构成,通过传感器采集相干光经目标后的自然衍射图样,再通过混合输入-输出(HIO)等算法重建出目标的图像信息。然而,无透镜成像技术一直受到采样精度、布拉格间距及动态范围等条件的限制,导致其目前仅可用于简单的静止目标成像,极大地限制了应用场景。
来自西湖大学的研究人员提出了将相干衍射成像(CDI)与压缩感知成像(CS)相结合的方法,通过在目标傅里叶面增加数字微镜器件(DMD)进行空间频谱的时域编码,成功实现在普通CCD相机一次曝光时间内对20帧运动目标空间频谱的压缩采集,使无透镜成像技术可用于动态目标成像。该实验方法称为时域压缩相干衍射成像(TC-CDI),并于近日发表在光学领域顶级期刊《Optica》。
技术路线
图2 实验装置示意
图3 算法设计及实验结果
图4展示了TC-CDI系统在动态分辨率上的优势,该研究选用USAF 1951分辨率测试靶进行实验。采用TC-CDI的成像结果明显优于直接进行时域压缩成像,为处理稀疏目标或微小目标场景提供了一种新的解决思路。图4 TC-CDI与直接压缩感知成像对比
Ziyang Chen, Siming Zheng, Zhishen Tong, and Xin Yuan, "Physics-driven deep learning enables temporal compressive coherent diffraction imaging," Optica 9, 677-680 (2022)
https://github.com/zsm1211
回顾与预告
上期回顾:显示专题 | 多指向型背光助力便携式自体视三维显示 (Optica OE)欢迎点击查阅
Contact: intelligent.optics.sharing@gmail.com
END