深度学习为非直角光学复杂化提供了新的了解
Zhengzhong Huang1, Liangcai Cao2
1Department of Precision Instruments, Tsinghua University, Beijing, China.
Light, science & applications
|May 6, 2024
概括
一个深层神经网络恢复通过多模纤维传输的斑点图像. 这种方法在散射介质中推进非直角光学多重复合.
科学领域:
- 光学和光子学 在光学和光子学.
- 机器学习 机器学习
- 图像处理 图像处理
背景情况:
- 通过多模纤维进行斑点成像是具有挑战性的,因为信号降解.
- 非直角编码使散射介质中的图像恢复复杂化.
研究的目的:
- 开发一个深度的神经网络,从非直角输入通道重建斑点图像.
- 在散射介质上探索新的光学多重复合技术.
主要方法:
- 实现一个深度神经网络架构.
- 使用非直角输入通道编码.
- 通过多模光纤进行图像恢复.
主要成果:
- 成功地恢复了斑点图像.
- 为此任务展示功能深度学习方法.
结论:
- 提出的深度神经网络有效地恢复了斑点图像.
- 这种方法为分散环境中的非直角光学多重复合提供了新的可能性.
