作者单位
摘要
1 南昌大学信息工程学院,江西 南昌 330031
2 中国科学院西安光学精密机械研究所,陕西 西安 710119
在非视域成像场景中,有效的回波光子大量减少,泊松噪声对非视域成像的质量影响较大。传统图像泊松降噪算法存在迭代时间长、模式固定和手动设置参数等问题。为提高非视域成像质量,设计一种基于深度学习的单光子非视域成像泊松降噪方法。为解决训练样本不足的问题,利用几何光学近似和蒙特卡罗方法对非视域场景下的光子运动轨迹进行追踪建模,对非视域成像过程进行仿真,利用仿真数据重建的泊松噪声图像制作数据集。设计基于注意力机制的特征增强降噪网络(AEF-Net),利用仿真数据对网络进行优化训练。最后,搭建一套非视域成像系统对网络的泊松降噪性能进行验证。实验结果表明所提AEF-Net去除非视域场景下的泊松噪声效果优于传统降噪算法。
非视域成像 仿真分析 深度学习 泊松降噪 
激光与光电子学进展
2023, 60(20): 2011003
作者单位
摘要
南昌大学信息工程学院,江西 南昌 330031
设计并验证了一套智能光子计数单像素显微成像系统。物品经显微物镜成像在数字微镜(DMD)上,加载一系列掩模到DMD上对像进行调制,调制后的光强由无空间分辨的单光子探测器进行探测,然后利用深度学习网络重建图像。利用Zynq平台的可编程逻辑端精确的多路时序控制性能实现DMD偏转和光子计数,同时利用平台内嵌的Arm处理器实时部署深度学习重建网络,实现DMD偏转控制、光子计数和网络重建功能的集成软硬件协同工作,具有集成度高、轻便和成本低的优势。实验结果表明:Zynq上实现DFC-Net的图像重建质量在低采样率下优于经典的TVAL3重建算法;增加测量次数可获得高质量的重建图像,但应确保每次测量的时间足以抑制泊松散粒噪声。
单像素成像 光子计数 压缩感知 深度学习 
激光与光电子学进展
2022, 59(24): 2411004
作者单位
摘要
南昌大学信息工程学院,江西 南昌 330031
将光子计数技术与单像素成像结合的单光子压缩成像方法具有成本低、灵敏度高的特点,但该方法使用传统压缩重建算法时重建时间长。基于深度学习的压缩重建网络不仅实现了快速重建,而且可获得更好的重建质量。最近用于单像素成像的压缩重建网络主要基于光探测器工作在模拟方式,采用无噪声或带有加性高斯白噪声的系统仿真数据进行训练。对此,建立了单光子压缩成像系统噪声模型,提出了一种用于单光子压缩成像的抗噪声重建网络(RN)训练方法,使用含有泊松噪声的测量值仿真数据对神经网络进行训练,并搭建单光子压缩成像系统进行验证。实验结果表明,RN能明显提高各种已有压缩重建网络的图像重建质量。在此基础上,提出了一种用于单光子压缩成像的抗噪重建网络(RPN-net),该网络采用跨越式连接结构与阶段式训练方法,实验结果表明其重建性能优于现有的压缩重建网络。
成像系统 压缩感知 光子计数技术 单光子压缩成像 深度学习 泊松噪声 
激光与光电子学进展
2022, 59(4): 0411003
作者单位
摘要
南昌大学 信息工程学院,江西 南昌 330031
将光子计数技术和单像素成像结合,能实现高灵敏、低成本的光子计数成像,但存在采样时间和重建时间长的问题。基于深度学习的压缩采样和重建网络,将去除偏置和激活函数的全连接层作为测量矩阵,通过从数据中学得高效的测量矩阵和避免传统迭代算法带来的巨大计算量,实现了更快、更高质量的图像重建。但利用全连接层进行高分辨图像的分块压缩感知时,重建图像会产生块状效应。针对该问题提出了重叠分块采样网络(Os_net)、嵌套采样网络(Ns_net)、卷积采样网络(Cs_net)等三种方法以取代全连接层采样。在重建网络的设计中,使用线性映射网络对图像进行重建,设计实验结果表明Cs_net的去块状化效果最好。将Cs_net二值化后应用于光子计数单像素成像系统,实验结果表明Cs_net除块状化明显优于传统算法TVAL3,且Cs_net在重建质量上也同样取得了较好的效果。
分块压缩感知 块效应 光子计数技术 单光子压缩成像 深度学习 block-compressed sensing block artifact photon counting technology single-photon compression imaging deep learning 
红外与激光工程
2021, 50(12): 20210724
作者单位
摘要
南昌大学信息工程学院,江西 南昌 330031
针对吸收和散射衰减导致光子在水下运动时具有复杂性的问题,基于追踪的水下单光子运动状态,建立了光子时空随机信道模型。针对不同的水质类型、链路距离、接收孔径、发射角和视场角,统计了接收端到达光子的相关信息,研究了基于水下单光子通信系统的光接收强度和信道脉冲响应的影响因素。同时,综合考虑光子发射情况、水下光子运动过程、探测器特性和同步信号提取方法等,采用了一种基于时隙内光子计数的数据解调方案,并对系统性能进行分析。仿真实验结果表明:发射角和接收孔径是影响时延展宽的主要因素;接收孔径越大,系统误码率(BER)越小;而链路距离和发射角越大,系统BER越大;噪声系数越大,系统BER越大,且建模的理论通信距离约为185 m。实验结果很好地描述了水下光子散射特性和脉冲时延展宽特性。
光通信 水下通信 光子时空随机信道模型 蒙特卡罗方法 信道特性 系统误码率 
激光与光电子学进展
2021, 58(17): 1706006
作者单位
摘要
南昌大学信息工程学院,江西 南昌 330031
为了实现有效与可靠的视频传输,针对水下单光子通信系统,提出了一种基于字典学习和LT码级联LDPC码的视频联合编码方案。通过字典学习稀疏编码,极大地压缩了视频数据量。根据水下单光子信道存在的删除特性,利用LT码级联LDPC码的信道级联编码方法,同时克服了LT码译码开销过大的缺点。由于LT码存在译码失败概率的问题,提出了译码成功双反馈机制。实验结果表明,当信道误码率处于10-2数量级、视频压缩率为75.6%时,可以实现平均峰值信噪比(PSNR)为37.4921 dB重建视频帧。
水下单光子视频通信 字典学习 联合编码 LT编码 LDPC编码 underwater single-photon video communication dictionary learning joint coding LT coding LDPC coding 
光电工程
2021, 48(5): 200327
作者单位
摘要
南昌大学 信息工程学院,江西 南昌 330031
压缩光子计数雷达是光子计数激光雷达技术与单像素成像技术的结合,具有低成本、超高灵敏度等优点,但在进行高分辨率成像时,需要大量的测量和迭代计算进行重建,导致所需成像时间很长。当前的研究热点深度学习压缩重建网络被证明可避免迭代运算实现快速压缩测量重建,但已有文献报道的深度学习压缩重建网络,采用传统的图像处理数据库的无噪声图片或在图片上加高斯噪声进行训练网络,网络应用于实际的压缩光子计数雷达系统,性能有待进一步验证。自主设计了基于FPGA的同步控制测量模块,搭建出压缩光子计数雷达系统,提出了基于蒙特卡洛模拟压缩光子计数雷达系统的方法来制作训练数据,并设计深度学习压缩重建网络DFC-Net进行采样和重建联合优化。实验结果表明:在10%、15%、20%、25%、30%采样率下,DFC-Net重建性能优于现有的重建网络Dr2-Net和传统的压缩重建算法TVAL3。
成像系统 光子计数 激光雷达 压缩感知 深度学习 imaging system photon-counting laser radar compressed sensing deep learning 
红外与激光工程
2020, 49(S2): 20200380
作者单位
摘要
1 南昌大学信息工程学院,江西 南昌 330000
2 武汉大学电子信息学院,湖北 武汉 430072
3 中国矿业大学信息与控制工程学院,江苏 徐州 221116
可见光通信(VLC)是一项有前景的技术,作为现有无线通信网络的有益补充,可提供高速率、低延迟及多设备接入等通信服务。借助传统无线通信的高性能编码调制技术,已经设计并实现了各种适配于VLC 系统的物理层通信技术。不同于传统射频通信,VLC 采用LED 作为信号的发射源,LED 的调制容易产生非线性失真且调制带宽有限,已成为VLC 高速通信的技术瓶颈。针对这两方面的挑战,本文以白光LED 为出发点,阐述了白光LED 能有效兼顾照明和通信的特性,总结和分类了非线性失真补偿和拓展调制带宽的多种技术,最后本文提出了LED 封装材料及工艺、新型Micro-LED 器件研究、光源布局设计、码间干扰消除技术等开放性研究问题,以期提高可见光通信系统的性能。
可见光通信 白光LED 非线性失真补偿 带宽拓展 visible light communication white light emitting diode nonlinear distortion compensation bandwidth expansion 
光电工程
2020, 47(3): 190671
作者单位
摘要
南昌大学信息工程学院, 江西 南昌 330031
在进行高分辨率成像时,由于需要大量的测量和图像重建计算,单光子压缩成像需要较长的时间。提出了一种采样和重建集成的残差编解码网络SRIED-Net用于单光子压缩成像。将二值化的全连接层作为网络的第一层,并将其训练成二进制的测量矩阵,直接加载到数字微镜阵列上以实现高效压缩采样。除第一层外的其余网络都用于快速重建压缩感知图像。通过一系列的仿真和系统实验比较了压缩采样率、测量矩阵和重建算法对成像性能的影响。实验结果表明,SRIED-Net在低测量率下优于目前比较先进的迭代算法TVAL3,在高测量率下与TVAL3的效果很接近,在所有测量率下都优于目前常见的几种基于深度学习的方法。
成像系统 单光子成像 单光子压缩成像 压缩感知 深度学习 
光学学报
2020, 40(1): 0111022
Author Affiliations
Abstract
1 Shaanxi Key Laboratory of Optical Information Technology, School of Science, Northwestern Polytechnical University, Xi’an 710072, China
2 State Key Laboratory of Transient Optics and Photonics, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an 710119, China
3 Department of Electronic Information Engineering, Nanchang University, Nanchang 330031, China
We present the spatial resolution estimation methods for a photon counting system with a Vernier anode. A limiting resolution model is provided according to discussions of surface encoding structure and quantized noise. The limiting resolution of a Vernier anode is revealed to be significantly higher than that of a microchannel plate. The relationship between the actual spatial resolution and equivalent noise charge of a detector is established by noise analysis and photon position reconstruction. The theoretical results are demonstrated to be in good agreement with the experimental results for a 1.2 mm pitch Vernier anode.
110.3010 Image reconstruction techniques 030.5260 Photon counting 040.7480 X-rays, soft x-rays, extreme ultraviolet (EUV) 
Chinese Optics Letters
2016, 14(12): 121102

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!