李文杰 1谷洪刚 1,2,*刘力 1钟磊 1[ ... ]刘世元 1,2,**
作者单位
摘要
1 华中科技大学智能制造装备与技术全国重点实验室,湖北 武汉 430074
2 光谷实验室,湖北 武汉 430074
衍射场作为叠层衍射成像技术(ptychography)的重要约束,其信息的丰富度和准确性将直接影响重构质量。提出一种基于极大似然噪声估计的高动态范围(ML-HDR)叠层衍射成像方法,即在探测器线性响应假设下,构建复合高斯噪声模型,根据极大似然估计求解最优权重函数,由多张低动态范围衍射场合成高信噪比衍射场。对比了单次曝光、传统HDR和ML-HDR三种方法的重构质量。仿真和实验结果表明:相比单次曝光,ML-HDR能将动态范围拓宽8位,重构分辨率提升至2.83倍;相比传统HDR,ML-HDR能提高重构图像的均匀性和对比度,且无需额外标定硬件参数。
计算成像 叠层衍射成像术 高动态范围 相位恢复 极大似然估计 
激光与光电子学进展
2024, 61(8): 0811011
陈凯余 1,2,3,4,5李颖 1,2,3,4李政岱 1,2,3,4郭友明 1,2,3,4,*
作者单位
摘要
1 中国科学院自适应光学重点实验室,四川 成都 610209
2 中国科学院光电技术研究所,四川 成都 610209
3 中国科学院大学,北京 100049
4 中国科学院大学电子电气与通信工程学院,北京 100049
5 光场调控科学技术全国重点实验室,四川 成都 610209
无透镜成像系统使用掩模板替代镜头,在降低成本的同时使设备更加轻巧,然而在进行目标识别前需通过计算重建图像,涉及参数调优和计算耗时问题。基于此,提出一种无重建的目标识别方案,直接在无透镜相机拍摄的编码图像上训练网络识别目标,在节约计算资源的同时还提供隐私保护。使用具有相位掩模板和振幅掩模板的无透镜相机,仿真生成MNIST与Fashion MNIST数据集和实采MNIST数据集,然后在这些数据集上训练ResNet-50与Swin_T网络进行目标识别。结果表明,在仿真MNIST、Fashion MNIST和真实MNIST数据集上,所提方案的最高识别准确率达99.51%、92.31%和98.06%,与先重建目标后识别方案的准确率相当,证明所提方案是一种高效的、具有隐私保护的端到端方案,且在两种掩模板和两类常规骨干分类网络上得到了验证。
计算成像 目标识别 深度学习 无透镜成像 
激光与光电子学进展
2024, 61(8): 0811008
Author Affiliations
Abstract
1 School of Optoelectronic Science and Engineering, Soochow University, Suzhou 215006, China
2 Key Laboratory of Modern Optical Technologies of the Ministry of Education, Soochow University, Suzhou 215006, China
The source’s energy fluctuation has a great effect on the quality of single-pixel imaging (SPI). When the method of complementary detection is introduced into an SPI camera system and the echo signal is corrected with the summation of the light intensities recorded by two complementary detectors, we demonstrate, by both experiments and simulations, that complementary single-pixel imaging (CSPI) is robust to the source’s energy fluctuation. The superiority of the CSPI structure is also discussed in comparison with previous SPI via signal monitoring.
computational imaging image reconstruction complementary detection correlation function 
Chinese Optics Letters
2024, 22(3): 031101
作者单位
摘要
1 西安电子科技大学杭州研究院,浙江 杭州 311231
2 西安电子科技大学光电工程学院,陕西 西安 710071
3 杭州电子科技大学通信工程学院,浙江 杭州 310018
4 康涅狄格大学生物医学工程系,美国 斯托斯06269
叠层成像技术是近年来发展快速的相干衍射成像方法,目前已经成为世界上大多数X射线同步加速器和国家实验室不可或缺的成像工具。光学叠层成像是叠层成像技术在可见光波段的应用,分为基于透镜的傅里叶叠层成像与基于无透镜的编码叠层成像。编码叠层成像作为一种新型无透镜片上显微成像技术,具有大视场、高分辨率、无像差、无标记、便携式,以及缓变相位成像等诸多技术优点。本文介绍无透镜编码叠层显微成像的基本原理及最新研究进展,分析了其成像性能,重点介绍了其在生物医学方面的相关应用,并讨论了编码叠层成像技术未来的发展方向。
叠层成像 编码叠层 无透镜成像 计算成像 显微成像 
激光与光电子学进展
2024, 61(6): 0618003
Author Affiliations
Abstract
1 Duke University, Durham, North Carolina, United States
2 Friedrich-Alexander University, Erlangen, Germany
3 UC San Diego, La Jolla, California, United States
4 Yonsei University, Seoul, Republic of Korea
5 UC Berkeley, Berkeley, California, United States
6 Duke University Medical Center, Durham, North Carolina, United States
We report tensorial tomographic Fourier ptychography (T2oFu), a nonscanning label-free tomographic microscopy method for simultaneous imaging of quantitative phase and anisotropic specimen information in 3D. Built upon Fourier ptychography, a quantitative phase imaging technique, T2oFu additionally highlights the vectorial nature of light. The imaging setup consists of a standard microscope equipped with an LED matrix, a polarization generator, and a polarization-sensitive camera. Permittivity tensors of anisotropic samples are computationally recovered from polarized intensity measurements across three dimensions. We demonstrate T2oFu’s efficiency through volumetric reconstructions of refractive index, birefringence, and orientation for various validation samples, as well as tissue samples from muscle fibers and diseased heart tissue. Our reconstructions of healthy muscle fibers reveal their 3D fine-filament structures with consistent orientations. Additionally, we demonstrate reconstructions of a heart tissue sample that carries important polarization information for detecting cardiac amyloidosis.
computational imaging three-dimensional imaging phase retrieval microscopy polarization-sensitive imaging label-free imaging 
Advanced Photonics
2024, 6(2): 026004
Xuemei Hu 1,2Weizhu Xu 1,2Qingbin Fan 1,2Tao Yue 1,2[ ... ]Ting Xu 1,3,*
Author Affiliations
Abstract
1 Nanjing University, Collaborative Innovation Center of Advanced Microstructures, National Laboratory of Solid-State Microstructures, Nanjing, China
2 Nanjing University, School of Electronic Sciences and Engineering, Nanjing, China
3 Nanjing University, College of Engineering and Applied Sciences, Jiangsu Key Laboratory of Artificial Functional Materials, Nanjing, China
Metasurface-based imaging has attracted considerable attention owing to its compactness, multifunctionality, and subwavelength coding capability. With the integration of computational imaging techniques, researchers have actively explored the extended capabilities of metasurfaces, enabling a wide range of imaging methods. We present an overview of the recent progress in metasurface-based imaging techniques, focusing on the perspective of computational imaging. Specifically, we categorize and review existing metasurface-based imaging into three main groups, including (i) conventional metasurface design employing canonical methods, (ii) computation introduced independently in either the imaging process or postprocessing, and (iii) an end-to-end computation-optimized imaging system based upon metasurfaces. We highlight the advantages and challenges associated with each computational metasurface-based imaging technique and discuss the potential and future prospects of the computational boosted metaimager.
metasurface computational imaging inverse problem algorithm 
Advanced Photonics
2024, 6(1): 014002
作者单位
摘要
清华大学精密仪器系,北京 100084
光波复振幅中相位信息的恢复是科学与工程领域的重要研究热点之一。相位携带了光传播中的重要信息,对成像与智能感知技术的发展有着重要的意义。相位恢复波前重构技术通过优化算法和设计特定成像装置,从光电探测器采集的强度信息中恢复出难以被直接感知的相位信息,是探测微观和宏观世界的重要技术手段之一,已广泛应用于生物显微、工业检测和天文观测等领域。概述基于干涉和非干涉的波前重构技术及其应用,梳理相位恢复波前重构算法的基本原理和发展历程,对常见相位恢复技术手段如交替投影相位恢复算法、基于调制约束和基于深度学习的相位恢复波前重构技术等进行初步的探讨。针对相位恢复波前重构技术的未来发展提出若干可能的研究方向,包括相位恢复算法的进一步优化、新型系统和器件的开发等。
相位恢复 波前重构 计算成像 深度学习 
激光与光电子学进展
2024, 61(2): 0211001
俞文凯 1,2,*曹冲 1,2杨颖 1,2王硕飞 1,2
作者单位
摘要
1 北京理工大学物理学院,北京 100081
2 北京理工大学先进光电量子结构设计与测量教育部重点实验室,北京 100081
单像素成像使用一系列空间光调制掩模对目标场景进行单像素亚采样,再根据掩模与测量值之间的关联重构出物体图像。这种间接获取图像的方式之所以能保证重建质量,除了有重构算法的功劳,更关键的是测量掩模的构造。随着压缩感知理论的引入,随机掩模进入人们视野,但它让测量变得盲目,缺乏针对性,而且这种掩模不便于存储和计算,极大限制了空间像素分辨率。哈达玛基掩模因其结构化特征使快速计算成为可能,且方便存储和提取,近年来得到广泛关注,已发展出诸多哈达玛基掩模优化排序方法,这些方法已被证明能大幅降低采样率。本综述系统地梳理了这类方法的设计框架和前沿进展,展望了确定性掩模构造的未来发展趋势,可为后续的研究工作提供有益的借鉴和指导。
计算成像 图像检测系统 成像理论 
激光与光电子学进展
2024, 61(4): 0400006
作者单位
摘要
四川大学电子信息学院,四川 成都 610065
计算成像是融合了光学设计、光学传感和图像处理的新兴技术领域,突破了传统成像技术获取信息的深度和广度限制,成为国际研究热点,是先进光学成像技术的重要发展方向。综合国内外文献和相关报道,以计算成像在信息复原及信息增强应用场景的技术发展为主线,结合新方法、新算法探讨各个子领域的主要进展,介绍端到端相机成像优化模型、衍射光学模型及基于可微光线追踪的复杂透镜模型等。近年来,无论是光学系统硬件加工还是图像处理算法都有着惊人的发展速度,多样化系统结构和先进算法的结合为计算成像提供了强大的发展动力,从人脸识别到物体检测,计算成像技术广泛涵盖了安防监控、医疗诊断、零售和娱乐等众多领域,相信未来也会在更多科学应用领域看到它的价值。
计算成像 全链路 光信息编解码 
激光与光电子学进展
2024, 61(2): 0211033
金子蘅 1,2,3徐可 1,2,3张宁远 1,2,3邓潇 1,2,3[ ... ]冯世杰 1,2,3,*
作者单位
摘要
1 南京理工大学电子工程与光电技术学院智能计算成像实验室,江苏 南京 210094
2 南京理工大学智能计算成像研究院,江苏 南京 210019
3 南京理工大学江苏省光谱成像与智能感知重点实验室,江苏 南京 210094
近年来,深度学习技术广泛应用于计算光学三维成像的研究中。在条纹投影轮廓术中,通过训练深度学习网络,可从单幅条纹图像中恢复高精度的相位信息。然而,为了训练神经网络模型,通常需要耗费大量的时间成本和人力成本来采集训练数据集。为了解决该问题:首先,建立数字孪生条纹投影系统,并利用域随机化技术对虚拟照明光栅进行增强,使用计算机进行虚拟扫描,生成大量仿真光栅条纹图像;其次,利用仿真光栅图像对U-Net神经网络进行预训练;最后,引入迁移学习,采用少量真实光栅条纹图像对神经网络进行参数微调。由于U-Net的结构特殊性,提出并分析了“从左至右”“从上至下”“全局微调”等3种U-Net神经网络微调策略。实验结果表明,采用“从上至下”策略微调U-Net“瓶颈”网络模块的方法可获得最佳的迁移学习结果,神经网络的相位预测精度可得到显著提升。相比于使用大量真实数据进行训练,所述方法仅利用20%的数据就可训练神经网络获得高精度的相位重建结果。
计算成像 条纹投影 深度学习 迁移学习 条纹分析 
激光与光电子学进展
2024, 61(2): 0211024

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!