前沿进展 | 首次实现单曝光压缩相干衍射成像

“前沿进展”栏目，旨在介绍科研人员在光学领域发表的具有重要学术、应用价值的论文，促进研究成果的传播。部分论文将推荐参与“中国光学十大进展”评选。

01 导读

近日，西湖大学袁鑫教授领衔的感知和计算成像实验室基于相干衍射成像技术(Coherent diffraction imaging, CDI)和压缩感知成像技术(Compressivesensing, CS)，首次实现了高速目标的无透镜高帧率成像，并将该实验方法命名为“时域压缩相干衍射成像(TC-CDI)”。相关研究成果以“Physics-driven deep-learning enables temporal compressive coherent diffraction imaging”为题于2022年6月22日发表于Optica。2022 | 前沿进展

02 研究背景

相干衍射成像技术是一种无透镜成像技术，通过采集光经物体后的自然衍射图像，经混合输入-输出(HIO)等算法相位恢复后，可获得目标原本的图像信息，被广泛运用于X光，电子显微镜等无法使用透镜系统成像的领域，并在研究中成功实现了对蛋白质、DNA和晶体晶格等微小目标的成像。然而由于采样精度和布拉格间距的限制，人们仅能将CDI用于简单的微小物体和微结构成像，并需在成像时保持目标的相对静止。

图1 相干衍射成像原理图

03 研究创新点

该团队以单曝光压缩成像(SCI)的方式进行高帧率的CDI实验，实验装置如图2所示。实验光源为780 nm近红外激光，通过在目标谱面增加数字微镜器件(DMD)进行目标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。图2 实验装置示意图在此基础上，研究团队通过基于物理驱动的深度学习算法对实验所得的压缩图像解码，获得20帧相机曝光时间内不同时刻的空间频谱，并通过加入了深度神经网络的混合输入-输出(HIO)算法，成功恢复出目标物体的20帧运动图像，结果如图3所示。图3 多帧重建及相位恢复结果为了证明TC-CDI系统在动态分辨率上的优势，该团队选用USAF 1951分辨率测试靶进行实验，实验结果如图4所示，采用TC-CDI的成像结果明显优于直接进行时域压缩成像。图4 TC-CDI与直接压缩感知成像对比

04 总结与展望

综上所述，CDI与SCI的首次结合证明了无透镜场景下对高速目标成像的可行性，并有望通过扫描方式实现单曝光的兼具大视场和高分辨的无透镜成像，当前该团队已实现1000 fps的拍摄帧率和57.02 lp/mm的动态分辨率。研究结果可为后续计算成像领域的研究提供重要参考。

同时，他们还发现深度学习在相位恢复上具有天然优势——融入深度学习算法后的DNN-HIO算法可实现更高质量且更快速的相位恢复，在频域编码上，随机矩阵与稀疏矩阵的混合编码方式可被用于解决衍射图像低频成分强度过高的问题。

该工作得到了西湖大学未来产业研究中心和工学院的支持，中国科学院上海光学精密机械研究所的近红外光源支持，以及珑璟光电的赞助。

论文链接：https://doi.org/10.1364/OPTICA.454582本文来源：课题组供稿推荐阅读：

编辑 | 方紫璇

END

由于微信公众号试行乱序推送，您可能没办法准时收到“爱光学”的文章。为了让您第一时间看到“爱光学”的新鲜推送， 请您：

1. 将“爱光学”点亮星标（具体操作见文末）
2. 多给我们点“在看”

欢迎爆料

新闻线索、各类投稿、观点探讨、故事趣事

留言/邮件，我来让你/事红

爆料请联系：[e-mail]

点在看联系更紧密