概括
我们开发了一种新的深度图像先验方法,以改善非散射物体的斑点相关成像. 这种技术提高了通过散射介质观察物体的视野.
科学领域:
- 光学和光子学 在光学和光子学.
- 计算成像技术的成像
- 机器学习用于成像.
背景情况:
- 斑点相关成像利用记忆效应通过散射介质恢复物体.
- 目前的方法受到记忆效应视野的限制,并且由于不良位置,经常假定稀疏的物体.
- 扩展视野通常需要在重建过程中推断斑点相关性.
研究的目的:
- 为了克服非零散物体的传统斑点相关成像的局限性.
- 在斑点相关成像中扩展视野,超出记忆效应限制.
- 引入一种规范化方法,以解决成像非零散物体的不良性质.
主要方法:
- 实现了深度图像预先,利用未经训练的卷积神经网络,以规范图像统计.
- 将之前的深度图像集成到斑点相关图像重建过程中.
- 实验验证了通过散射介质成像的拟议方法.
主要成果:
- 成功演示了空间非零散物体的斑点相关成像.
- 展示了将视野扩展到内在记忆效应限制之外的能力.
- 验证了深度图像在改善图像重建质量之前的有效性.
结论:
- 拟议的深度图像先验方法显著提高了斑点相关成像能力.
- 这种进步允许通过散射介质观察复杂的,非散射的物体.
- 该方法对通过散射环境进行成像的更广泛应用具有前景.
