.png){kind=icon}
返回
Optical Computational Imaging Through Unknown Random Diffusers in Visible Spectrum
.png){kind=icon}
PRE
AI
DOI：10.1002/lpor.202501168.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
通过随机散射介质成像是在计算光学中的一个重要挑战。衍射光学神经网络（DONNs）最近已被证明能够使用太赫兹频段的相干光高效恢复具有散射畸变的图像[eLight, 2022, 2(1):4]。然而，一项研究[Optica, 2024, 11(12):1742]表明，为相干光设计的DONN可能无法在低相干光源下最优工作。因此，DONNs在可见光和非相干光条件下基于图像的重建任务中的性能需要进一步研究。为此，构建了一个三层DONN，用于在相干/非相干可见光下重建被未知随机散射体遮挡的图像。结果表明，对于散射体相关长度Lc ${{L}_{\mathrm{c}}}$ 为4 Δx − 14 Δx $4\Delta x - 14\Delta x$（Δx $\Delta x$：单个神经元尺寸8 µm）的相干DONN重建图像，皮尔逊相关系数（PCC）可达0.863–0.971；当Lc ${{L}_{\mathrm{c}}}$ 为2 Δx − 5 Δx $2\Delta x - 5\Delta x$时，非相干衍射光学神经网络（IC-DONNs）重建图像的PCC可达0.861–0.899。研究发现，在训练过程中由随机生成的散射体引入的动态相位调制机制增强了相干DONN对光源空间相干性变化的适应性。相信这些发现将推动DONN在自然环境条件下的成像应用。
Keyword:
diffractive optical neural network
diffuser
spatial coherence
image reconstruction
期刊
L
IF:
10
论文数:
3.7K
被引数:
2.1W
机构
引用论文
Noninvasive imaging of two isolated objects through a thin scattering medium beyond the 3D optical memory effect.png)
OPTICS EXPRESS
OAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏分享收藏
分享收藏分享收藏
查看更多内容