概括
这项研究介绍了一种新的神经网络边缘投影仪,可以克服光学散射的限制. 它通过散射介质成功地投射了可变边缘,增强了基于边缘的成像技术.
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
- 机器学习应用 机器学习应用
背景情况:
- 边缘投射对于诸如边缘投射分析和结构化照明显微镜等应用至关重要.
- 光学散射显著阻碍了边缘投影能力,限制了其在复杂环境中的使用.
- 现有的波造型方法可以创建焦点,但通过散射介质在大面积上投射复杂的边缘图案而扎.
研究的目的:
- 开发一种能够克服光学散射的边缘投影仪.
- 为了通过散射介质能够投射具有可变周期性和方向角度的边缘.
- 解决当前边缘投影技术在散射环境中的局限性.
主要方法:
- 开发一个支持神经网络的边缘投影仪.
- 使用磨砂玻璃扩散器和多模式纤维测试投影仪的性能.
- 使用皮尔森相关系数量化边缘投影忠实度.
主要成果:
- 神经网络投影仪成功地通过散射介质投射了具有可变周期性和方向角度的边缘.
- 平均Pearson的相关系数为86.9%的磨砂玻璃扩散器和79.7%的多模纤维.
- 证明了神经网络方法在分散条件下对边缘投影的有效性.
结论:
- 拟议的神经网络使边缘投影机能够有效地克服散射限制.
- 这一进步显著扩大了基于边缘的成像技术的适用性.
- 边缘投影现在可以在以前具有挑战性的散射环境中实现.
