Author Affiliations
Abstract
1 Chinese Academy of Sciences, Anhui Institute of Optics and Fine Mechanics, Hefei, China
2 Hefei University of Technology, School of Physics, Department of Optical Engineering, Hefei, China
3 Hefei Normal University, Department of Chemical and Chemical Engineering, Hefei, China
4 University of Science and Technology of China, Science Island Branch of Graduate School, Hefei, China
Non-line-of-sight (NLOS) imaging has emerged as a prominent technique for reconstructing obscured objects from images that undergo multiple diffuse reflections. This imaging method has garnered significant attention in diverse domains, including remote sensing, rescue operations, and intelligent driving, due to its wide-ranging potential applications. Nevertheless, accurately modeling the incident light direction, which carries energy and is captured by the detector amidst random diffuse reflection directions, poses a considerable challenge. This challenge hinders the acquisition of precise forward and inverse physical models for NLOS imaging, which are crucial for achieving high-quality reconstructions. In this study, we propose a point spread function (PSF) model for the NLOS imaging system utilizing ray tracing with random angles. Furthermore, we introduce a reconstruction method, termed the physics-constrained inverse network (PCIN), which establishes an accurate PSF model and inverse physical model by leveraging the interplay between PSF constraints and the optimization of a convolutional neural network. The PCIN approach initializes the parameters randomly, guided by the constraints of the forward PSF model, thereby obviating the need for extensive training data sets, as required by traditional deep-learning methods. Through alternating iteration and gradient descent algorithms, we iteratively optimize the diffuse reflection angles in the PSF model and the neural network parameters. The results demonstrate that PCIN achieves efficient data utilization by not necessitating a large number of actual ground data groups. Moreover, the experimental findings confirm that the proposed method effectively restores the hidden object features with high accuracy.
non-line-of-sight imaging point spread function model deep learning Advanced Photonics Nexus
2024, 3(2): 026010
运动模糊图像点扩散函数（PSF）的精确估算是模糊图像复原的关键。为了提高PSF参数估计的准确性，消除频谱图中央亮线对模糊角度估计的干扰，提出一种运用窗函数来提高PSF参数估计精度的方法。对运动模糊图像进行二维离散傅里叶变换和对数运算，计算图像的功率频谱图，对频谱图像添加窗函数Hanning，对处理后的图像进行中值滤波平滑处理和二值变换处理，再结合形态学算法和Canny算子边缘检测对频谱图进行优化，最后通过Radon变换，得到模糊方向。根据模糊方向结果，在模糊角度方向上对运动模糊图像的频谱图进行Radon变换，分析负峰值之间的距离，得到暗条纹间距，根据暗条纹间距与模糊长度之间的关系，求出模糊长度，从而完成两个点扩散函数参数的估算。结果显示，与现有算法相比，所提算法提高了参数估计的精度，复原时产生的振铃和伪影现象减少，充分利用图像信息的同时操作简便。
窗函数 运动模糊图像 图像复原 点扩散函数 参数估计 激光与光电子学进展
2024, 61(4): 0437007
贵州民族大学 物理与机电工程学院，贵州 贵阳 550025
利用基于光学记忆效应的单帧散斑自相关方法，研究了光透过随机散射介质的快速成像。短的相机曝光时间内的高质量快速成像需要尽可能消除影响成像质量的因素。通过引入旋转散射片来消除光束的空间相干性，避免相干噪声对成像质量的影响。光斑对比度可衡量光束的空间相干性被消除的效果，影响光斑对比度数值的主要因素有三个：旋转散射片介质颗粒度即目数、转速、相机曝光时间。实验分析了220目数和600目数两种旋转散射片和不同转速、相机不同曝光时间的情况。结果表明，转速提高和相机曝光时间的增加均使得光斑对比度下降并提升散斑相关成像质量，相机曝光时间超过一定值后，光斑对比度和成像相关系数随散射片转速和曝光时间的变化相对较小。因此对于相机曝光时间短的单帧散斑快速成像，选择最合适的散射片转速对高质量成像非常重要。通过优化算法来提升成像质量。根据对光学传递函数约束的迭代算法，无需利用目标的先验信息即可恢复系统的点扩展函数，该点扩展函数适用于不同形状、不同大小的目标，结合单帧散斑自相关算法可实现快速成像，与仅使用单帧散斑自相关算法的情况相比成像质量显著提升。
散射成像 快速成像 点扩展函数 相位恢复算法 旋转漫射器 scattering imaging rapid imaging point spread function phase retrieval algorithm rotating diffuser 红外与激光工程
2023, 52(12): 20230345
1 河北工程大学 数理科学与工程学院, 河北省计算光学成像与光电检测技术创新中心, 河北省计算光学成像与智能传感国际联合研究中心, 河北 邯郸 056038
2 首都师范大学 物理系, 北京 100048
快速、精确地对粒子进行三维定位在生命科学、材料科学、工业检测等领域具有重要的应用价值。传统的粒子定位方法由于运算量繁重, 难以满足快速、精确的需求。文章提出了一种新的基于相位掩模的粒子三维定位方法。采用Fienup优化算法设计位于4f系统频谱面上的相位掩膜, 针对不同深度的点光源获得一系列点扩散函数; 结合粒子位置和所成图像进行神经网络训练, 可在8 μm轴向范围内经单次测量实现目标粒子在三维空间中的高精度定位。两组模拟设计的数值结果表明所提方法能够快速高效地完成稀疏粒子的三维定位, 在细胞粒子成像定位等方面具有重要的应用价值。
三维定位 点扩散函数 Fienup优化算法 神经网络 4f系统 three-dimensional positioning point spread function fienup optimization algorithm neural network 4f system
扬州市职业大学 机械工程学院, 江苏 扬州 225009
现有基于迭代算法的超分辨显微技术通过收敛到极值的方式实现荧光显微镜的超分辨成像得到荧光图像中各点中心的精确值, 面临着图像数据处理过程较为复杂、对算力要求较高等问题。为了提高计算速度, 提出了基于线型回归的快速点扩散函数参数提取算法, 不需要涉及迭代过程。实验结果表明: 与现有能够精确计算出图像点中心位置和半高宽的对比算法相比, 虽然计算精度稍低, 但是该算法计算时间仅不到对比算法的20%。而且, 算法得到的计算结果可以作为更为精确的对比算法的初始参数, 能够使对比算法的整体计算时间降低30%。算法也可以作为一种实时的点扩散函数半高宽计算算法, 应用在显微镜自动聚焦中。
点扩散函数 超分辨显微成像 线性回归 point spread function super-resolution microscopic imaging linear regression
长春理工大学光电工程学院，吉林 长春 130022
针对通过微透镜阵列通光孔径的光束在不同条件下的填充问题，利用填充因子来表征微透镜阵列系统光瞳位置处光束的填充率，并分析其对系统探测距离、点扩散函数和光学传递函数的影响。基于近轴光学模型，构建了快速计算微透镜阵列扫描光学系统填充因子的数学模型，并提出一种系统设计方法。利用该方法设计了微透镜阵列扫描光学系统，所设计系统的实验结果与理论计算结果吻合，表明该系统的性能良好。
成像系统 光束扫描 微透镜阵列 填充因子 探测距离 点扩散函数 光学传递函数
1 中国科学院光电技术研究所薄膜光学相机总体室，四川 成都 610209
2 中国科学院大学，北京 100049
针对传统衍射透镜在可见光波段工作波长单一、色散严重等问题，提出一种能同时在多个波长工作的衍射透镜的设计方法，该设计方法可以让衍射透镜在几个波长处具有相同位置的焦点，解决了传统衍射透镜在成像时焦点偏移的问题，将所设计的透镜命名为多波长衍射透镜。通过最小化一个目标函数来寻找衍射透镜表面每一个位置的最佳微结构高度，该目标函数描述了多波长衍射透镜在工作波长处的复透射函数与传统衍射透镜的复透射函数的偏差。基于该方法设计了适用于三波段的衍射透镜，并采用标量衍射理论进行仿真分析，结果显示其在设计波段内具有良好的消色差效果。
衍射 衍射透镜 消色差 点扩散函数 衍射效率
1 长春理工大学光电工程学院，吉林 长春 130022
2 中国航空工业集团公司洛阳电光设备研究所，河南 洛阳 471000
为消除单层衍射元件在可见光宽波段中低的衍射效率对成像质量的影响，根据探测器的量子效率，提出了设计波长的选择方法，构建了可见光宽波段折衍混合系统受衍射效率影响的点扩散函数（PSF）模型。使用构建的PSF模型进行图像复原，提高了折衍射混合系统的图像质量。为了验证所提方法的有效性，将单层衍射光学元件引入目前已有的专利物镜系统中进行优化设计，优化后的系统中不仅光学元件的数量得到了减少，还将波段范围从486.1~656.3 nm扩展至400.0~800.0 nm。利用所提方法对波段范围扩展后的低衍射效率图像进行复原，复原后的图像质量不论在主观上还是客观上都有明显提升，这说明所提方法可用于含单层衍射元件的可见光宽波段系统设计。
光学设计 点扩散函数 衍射效率 计算成像
