周波数空間ドメインにおける単平面回折イメージングのための物理学事前知識と深層学習の融合

科学分野:

• 光学およびフォトニクス
• 計算イメージング
• 光学工学

背景:

• 従来の光学システムはかさばって複雑であり、高品質なイメージングには複数のレンズが必要です。
• 単平面回折光学素子（SPDOE）は、コンパクトな単一素子イメージングシステムへの道を提供します。
• 既存の方法では、SPDOEからの画像再構成の品質に苦労しています。

研究 の 目的:

• SPDOEを使用した高品質な画像再構成のための、新しい事前知識誘導型計算イメージング方法を開発すること。
• 実用的なSPDOEを設計および製造し、その光学特性を分析すること。
• SPDOEイメージングの課題に合わせて調整された、注意機構強化型ぼかし除去ネットワークを導入すること。

主な方法:

• SPDOE（f/5、焦点距離50mm）を設計および製造しました。
• 事前知識誘導型注意機構強化型マルチスケールぼかし除去ネットワーク（PAMDN）を開発しました。
• 画像再構成のために、空間ドメインと周波数ドメインの特徴抽出と融合を統合しました。

主要な成果:

• PAMDNは、従来のデコンボリューションと比較して、ピーク信号対雑音比（PSNR）で平均30％の改善を達成しました。
• 画質向上は、さまざまな視野領域で13dBを超えました。
• 製造されたSPDOEからの高品質な画像再構成を実証しました。

結論:

• 提案されたPAMDN法は、SPDOEの画像再構成品質を大幅に向上させます。
• この研究は、高品質SPDOEイメージングの理論的基盤を提供します。
• 光学システムの小型化のための新しいアプローチを提示します。