全变差正则化傅里叶叠层稀疏孔径成像(OLEN)
TVFP:全变差正则化傅里叶叠层稀疏孔径成像
本期导读
来自清华大学的研究人员提出了一种采用稀疏孔径进行傅里叶叠层成像的方法,通过引入全变差正则化降低了收敛性对孔径重叠率的依赖。该方法可以利用孔径拼接实现大孔径成像,摆脱了密集孔径扫描的限制,允许多个独立成像系统同时采集图像,能够自动获取孔径的相位畸变,简化了成像配置并提高了采集效率。该研究于2022年4月发表在《Optics and Lasers in Engineering》。
技术路线
为了克服相位恢复问题解的不唯一性,傅里叶叠层成像技术还需要各个子频谱具有足够的孔径重叠率,以保证每个子频谱的相位收敛到一致的解。而采用稀疏孔径进行频谱采样,孔径间相位关联性较弱,给图像重建带来了困难。本文提出全变差正则化傅里叶叠层成像方法(TVFP),通过对物体施加梯度域稀疏的先验约束,从而降低算法收敛性对于孔径重叠率的依赖,在孔径重叠率很小甚至没有重叠的情况下,依然能恢复完整的物体频谱信息。TVFP用于远距离成像的示意图如图1所示。
图 1 基于TVFP的稀疏孔径远距离成像示意图
图 2 高斯牛顿法和TVFP方法重建分辨率板结果比较
图 3 光瞳函数存在相位畸变情况下TVFP和eTVFP重建结果比较
图 4 实验装置和eTVFP方法对分辨率板的重建结果
为进一步验证eTVFP方法对稀疏孔径采样下的图像重建能力,从49个测量图像中选择若干个图像进行重建,图5给出了孔径数量分别为49、17、9时高斯牛顿法和eTVFP方法的重建结果,所选图像的孔径在频谱中的位置以黄色圆圈突出显示。可以看到在稀疏孔径采样下,eTVFP方法重建质量优于高斯牛顿法,特别是在仅使用9幅图像的情况下,在边缘孔径与中心孔径没有频谱重叠的情况下,依然可以清晰重建图像的细节。
简单总结,该研究提出了一种基于全变差正则化的傅里叶叠层成像TVFP方法,可用于稀疏孔径的远距离成像。全变差正则化所施加的先验信息可以有效提高算法收敛性,减少冗余测量。进一步提出的eTVFP方法通过对目标物体和光瞳函数的联合优化,可以恢复光瞳函数的相位畸变。该研究展现了利用相机阵列代替孔径扫描实现远距离成像的潜力,有望实现对动态场景的观测。
论文信息:
-
Jiachen Wu, Feng Yang, and Liangcai Cao, "Resolution enhancement of long-range imaging with sparse apertures," Optics and Lasers in Engineering. 155, 107068 (2022).
https://authors.elsevier.com/a/1evuyWipggimu
程序下载:
https://github.com/THUHoloLab/TVFP
本文注明来源为其他媒体或网站的文/图等稿件均为转载,如涉及版权等问题,请作者在20个工作日之内联系我们,我们将协调给予处理。最终解释权归旭为光电所有。