CN109060122A - 一种基于单强度测量的两步相位恢复方法、设备及系统 - Google Patents
一种基于单强度测量的两步相位恢复方法、设备及系统 Download PDFInfo
- Publication number
- CN109060122A CN109060122A CN201810743862.1A CN201810743862A CN109060122A CN 109060122 A CN109060122 A CN 109060122A CN 201810743862 A CN201810743862 A CN 201810743862A CN 109060122 A CN109060122 A CN 109060122A
- Authority
- CN
- China
- Prior art keywords
- amplitude
- phase
- spatial domain
- complex amplitude
- domain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005259 measurement Methods 0.000 title claims abstract description 19
- 230000009466 transformation Effects 0.000 claims abstract description 23
- 230000003287 optical effect Effects 0.000 claims abstract description 9
- 150000001875 compounds Chemical class 0.000 claims description 73
- 230000009977 dual effect Effects 0.000 claims description 18
- 238000003384 imaging method Methods 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000003786 synthesis reaction Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 abstract 1
- 238000012634 optical imaging Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 11
- 238000002474 experimental method Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000005070 sampling Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001027 hydrothermal synthesis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000002424 x-ray crystallography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于单强度测量的两步相位恢复方法、设备及系统，属于光学成像技术领域，包括对2D复光场的振幅和相位进行初始化，得到初始化空间振幅A1和初始化相位根据初始化空间振幅A1和初始化相位合成复振幅g(x,y)；对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到2D编码孔径平面上复光场在空间域的振幅估计值；基于双强度相位恢复算法，对空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位。本发明显著提高重建相位的质量和重建成功率。
Description
技术领域
本发明涉及光学成像技术领域，特别涉及一种基于单强度测量的两步相位恢复方法、设备及系统。
背景技术
相位恢复是从记录的强度测量结合已知的先验知识恢复丢失的相位信息，已在成像领域起着非常重要的作用，如：X射线晶体学、光学、天文成像、显微镜以及生物医学等。
Gerchberg和Saxton两人最早提出交替投影的相位恢复算法——GS算法(Gerchberg-Saxton algorithm)。该算法主要是使用空间域和傅里叶域的强度数据来恢复光场的相位。随后，Fienup证明了GS算法具有明显的误差下降性质，并且提出了误差减少(Error Reduction,ER)算法和混合输入输出(Hybrid Input-Output,HIO)算法。目前，ER算法和HIO算法被认为是相位恢复领域中最有效的方法。由于以上算法只针对正变换系统，而对于任意线性变换系统却无人问津。因此，杨国祯和顾本源提出了任意线性变换系统中幅度相位检测理论，即杨-顾算法(简称Y-G算法)。2015年，郭等人优化了迭代算法，并提出两种改进的GS迭代相位恢复算法——空间相位扰动Gerchberg-Saxton算法和组合GS混合输入输出算法。对于两种改进的算法，平方误差值的平方值迅速下降至可接受的值，在空间域和傅里叶域中可以成功恢复丢失的相位，这意味着两种算法都可以跳出局部最小值并收敛到全局最小值。
最早提出的GS算法是针对两个平面的强度测量，但在有些情况下无法测量两个平面的强度。因此，相关学者提出了基于单强度测量的GS算法，并且结合一些先验知识来恢复相位。由于单强度测量的相位恢复方法存在重建质量差、成功率较低的问题。
发明内容
本发明的目的在于提供一种基于单强度测量的两步相位恢复方法，以提高相位重建质量。
为实现以上目的，本发明采用一种基于单强度测量的两步相位恢复方法，其用于对图像传感器捕获的2D复光场的强度信息进行处理，图像传感器设置在透镜的后焦面，透镜的前焦面设置2D编码孔径M，该方法包括：
对2D复光场的振幅和相位进行初始化，得到初始化空间振幅A1和初始化相位
根据初始化空间振幅A1和初始化相位合成复振幅g(x,y)；
对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到2D编码孔径平面上复光场在空间域的振幅估计值；
基于双强度相位恢复算法，对空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位。
进一步地，所述对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到空间域的振幅信息，包括：
S101、对复振幅g(x,y)进行傅里叶变换，得到频域的复振幅G(ξ,η)；
S102、将频域内记录的频域振幅A2代替频域复振幅G(ξ,η)的振幅，得到合成后的频域复振幅G′(ξ,η)；
S103、对频域复振幅G′(ξ,η)进行傅里叶逆变换，得到空间域的复振幅g′(x,y)；
S104、在空间域，将空间域的复振幅g′(x,y)与所述编码孔径M做点乘运算，对空间域的复振幅g′(x,y)进行更新，得到g(x,y)；
S105、对更新后的空间域复振幅g(x,y)重复执行步骤S101～S104，直至更新后的空间域复振幅g(x,y)收敛；
S106、在更新后的空间域复振幅g(x,y)收敛时，根据更新后的空间域复振幅g(x,y)收敛，得到所述2D编码孔径平面上复光场在空间域的振幅估计值。
进一步地，所述基于双强度相位恢复算法，对空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位，包括：
S201、利用所述2D编码孔径平面上复光场在空间域的振幅估计值和所述初始化相位合成复振幅g1(x,y)；
S202、对复振幅g1(x,y)进行傅里叶变换，得到频域的复振幅G1(ξ,η)；
S203、将在频域内用记录的频域振幅A2代替频域复振幅G1(ξ,η)的振幅，得到合成后的频域复振幅G1′(ξ,η)；
S204、对频域复振幅G1′(ξ,η)进行傅里叶逆变换，得到空间域的复振幅g1′(x,y)；
S205、在空间域，用所述2D编码孔径平面上复光场在空间域的振幅估计值代替空间域复振幅g1′(x,y)的振幅，得到迭代更新后的空间域复振幅g1(x,y)；
S206、对迭代更新后的空间域复振幅g1(x,y)重复执行步骤S202～S205，直至迭代更新后的空间域复振幅g1(x,y)的相位收敛，得到所述2D编码孔径平面上复光场在空间域的相位。
进一步地，所述初始化空间振幅A1为全1振幅，所述初始化相位为均匀随机化相位且相位区间为[0，π/2]。
另一方面，提供一种基于单强度测量的两步相位恢复设备，包括：获取模块、初始化模块、合成模块、空间域强度估计模块以及双强度相位恢复模块；
获取模块用于图像传感器捕获复光场的强度信息；
初始化模块用于对2D复光场的振幅和相位进行初始化，得到初始化空间振幅A1和初始化相位
合成模块用于根据初始化空间振幅A1和初始化相位合成复振幅g(x,y)；
空间域强度估计模块用于对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到2D编码孔径平面上复光场在空间域的振幅估计值；
双强度相位恢复模块用于基于双强度相位恢复算法，对空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位。
进一步地，所述空间域强度估计模块用于执行如下步骤：
S101、对复振幅g(x,y)进行傅里叶变换，得到频域的复振幅G(ξ,η)；
S102、将频域内记录的频域振幅A2代替频域复振幅G(ξ,η)的振幅，得到合成后的频域复振幅G′(ξ,η)；
S103、对频域复振幅G′(ξ,η)进行傅里叶逆变换，得到空间域的复振幅g′(x,y)；
S104、在空间域，将空间域的复振幅g′(x,y)与所述编码孔径M做点乘运算，对空间域的复振幅g′(x,y)进行更新，得到g(x,y)；
S105、对更新后的空间域复振幅g(x,y)重复执行步骤S101～S104，直至更新后的空间域复振幅g(x,y)收敛；
S106、在更新后的空间域复振幅g(x,y)收敛时，根据更新后的空间域复振幅g(x,y)收敛，得到所述2D编码孔径平面上复光场在空间域的振幅估计值。
进一步地，所述双强度相位恢复模块用于执行如下步骤：
S201、利用所述2D编码孔径平面上复光场在空间域的振幅估计值和所述初始化相位合成复振幅g1(x,y)；
S202、对复振幅g1(x,y)进行傅里叶变换，得到频域的复振幅G1(ξ,η)；
S203、将在频域内用记录的频域振幅A2代替频域复振幅G1(ξ,η)的振幅，得到合成后的频域复振幅G1′(ξ,η)；
S204、对频域复振幅G1′(ξ,η)进行傅里叶逆变换，得到空间域的复振幅g1′(x,y)；
S205、在空间域，用所述2D编码孔径平面上复光场在空间域的振幅估计值代替空间域复振幅g1′(x,y)的振幅，得到迭代更新后的空间域复振幅g1(x,y)；
S206、对迭代更新后的空间域复振幅g1(x,y)重复执行步骤S202～S205，直至迭代更新后的空间域复振幅g1(x,y)的相位收敛，得到所述2D编码孔径平面上复光场在空间域的相位。
进一步地，所述初始化空间振幅A1为全1振幅，所述初始化相位为均匀随机化相位且相位区间为[0，π/2]。
另一方面，提供一种基于单强度测量的两步相位恢复系统，包括2D复光场、CCD图像传感器、傅里叶透镜、2D编码孔径M以及上述两步相位恢复设备；
2D编码孔径M和CCD图像传感器分别设置在傅里叶透镜的前焦面、后焦面，2D复光场放置在编码孔径M前且2D复光场纵截面、2D编码孔径M截面、傅里叶透镜镜面以及CCD图像传感器平面位于同一光路上，CCD图像传感器的输出端与计算机连接。
与现有技术相比，本发明存在以下技术效果：本发明针对单强度测量即频域强度而言，首先恢复2D编码孔径平面上复光场在空间域的振幅信息，再利用通过测量得到的频域强度和恢复得到的空间域强度，恢复2D编码孔径平面上复光场在空间域的相位。本方案可以有效的获取2D编码孔径平面上复光场的空间域振幅和频域振幅，克服了传统方法中某些应用场合难以获得空间域和频域的双强度测量。同时，可以显著的提高重建相位的质量和重建成功率。
附图说明
下面结合附图，对本发明的具体实施方式进行详细描述：
图1是基于单强度测量的两步相位恢复方法的流程示意图；
图2是TSPR算法的流程示意图；
图3是2D复光场成像过程的光学设置示意图；
图4是基于单强度测量的两步相位恢复设备的结构示意图；
图5是基于单强度测量的两步相位恢复系统的结构示意图；
图6是单次相位恢复试验效果图；
图7是振幅和相位随迭代次数的变化图；
图8是相位重建成功率随采样率的变化示意图；
图9是采样率为0.3时的3种编码孔径示意图；
图10是不同编码孔径下重建性能的对比示意图；
图11是不同算法下相位重建性能的对比示意图。
具体实施方式
为了更进一步说明本发明的特征，请参阅以下有关本发明的详细说明与附图。所附图仅供参考与说明之用，并非用来对本发明的保护范围加以限制。
如图1至图2所示，本实施例公开了一种基于单强度测量的两步相位恢复方法，其用于对图像传感器捕获的2D复光场的强度信息进行处理，图像传感器设置在透镜的后焦面，透镜的前焦面设置2D编码孔径M，该方法包括如下步骤：
S1、对2D复光场的振幅和相位进行初始化，得到初始化空间振幅A1和初始化相位
S2、根据初始化空间振幅A1和初始化相位合成复振幅g(x,y)；
S3、对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到2D编码孔径平面上复光场在空间域的振幅估计值；
S4、基于双强度相位恢复算法，对上一步骤中获得的空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位。
需要说明的是，如图3所示，编码孔径和CCD分别放置在透镜的前焦面和后焦面。首先，复光场u(x,y)经过编码孔径M滤波后得到复光场为uM(x,y)，再通过傅里叶透镜成像，最后在CCD平面记录强度。具体表达式为：
本实施例方案的主要目的是从记录的强度测量ICCD中恢复复光场的相位信息。
本实施例采用了一种基于单强度测量的两步相位恢复(Two-Step PhaseRetrieval,TSPR)算法进行2D编码孔径平面上复光场在空间域的相位的恢复，其首先利用单强度相位恢复(Single Intensity Phase Retrieval,SIPR)算法恢复空间域的振幅信息，再根据测量得到的复光场频域强度及该空间域强度，利用双强度相位恢复(TwoIntensity Phase Retrieval,TIPR)算法恢复2D编码孔径平面上复光场在空间域的相位。在实际应用中，测量强度信息，需要精密复杂的光学测量设备。某些时候，想要同时获得两个强度信息，但是光学检测设备可能达不到条件。本实施例很好的克服了某些场合难以获得空间域和频域的双强度测量，有效提高重建相位的质量和重建成功率。
进一步地，上述对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到2D编码孔径平面上复光场在空间域的振幅估计值，具体包括如下步骤：
S101、对复振幅g(x,y)进行傅里叶变换，得到频域的复振幅G(ξ,η)，其中，
S102、将频域内记录的频域振幅A2代替频域复振幅G(ξ,η)的振幅，得到合成后的频域复振幅G′(ξ,η)，其中，G′(ξ,η)＝A2·{jψ(ξ,η)}，ψ(ξ,η)为频域复振幅G′(ξ,η)的相位；
S103、对频域复振幅G′(ξ,η)进行傅里叶逆变换，得到空间域的复振幅g′(x,y)，其中，
S104、在空间域，将空间域的复振幅g′(x,y)与所述编码孔径M做点乘运算，对空间域的复振幅g′(x,y)进行更新，得到g(x,y)＝g′(x,y)·M；
S105、对更新后的空间域复振幅g(x,y)重复执行步骤S101～S104，直至更新后的空间域复振幅g(x,y)收敛；
S106、在更新后的空间域复振幅g(x,y)收敛时，根据更新后的空间域复振幅g(x,y)收敛，得到所述2D编码孔径平面上复光场在空间域的振幅估计值|gest(x,y)|＝|g(x,y)|。
进一步地，基于双强度相位恢复算法，对空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位，包括：
S201、利用所述2D编码孔径平面上复光场在空间域的振幅估计值和所述初始化相位合成复振幅g1(x,y)；
S202、对复振幅g1(x,y)进行傅里叶变换，得到频域的复振幅G1(ξ,η)，其中
S203、将频域内记录的频域振幅A2代替频域的复振幅G1(ξ,η)的振幅，得到合成后的频域复振幅G1′(ξ,η)，其中G1′(ξ,η)＝A2·{jψ1(ξ,η)}，ψ1(ξ,η)为频域复振幅G1′(ξ,η)的相位；
S204、对频域复振幅G1′(ξ,η)进行傅里叶逆变换，得到空间域的复振幅g1′(x,y)，其中
S205、在空间域，用所述2D编码孔径平面上复光场在空间域的振幅估计值代替空间域复振幅g1′(x,y)的振幅，得到迭代更新后的空间域复振幅g1(x,y)，其中为空间域复振幅g1′(x,y)的相位；
S206、对迭代更新后的空间域复振幅g1(x,y)重复执行步骤S202～S205，直至迭代更新后的空间域复振幅g1(x,y)的相位收敛，得到所述2D编码孔径平面上复光场在空间域的相位。
进一步地，初始化空间振幅A1为全1振幅，所述初始化相位为均匀随机化相位且相位区间为[0，π/2]。
如图4所示，本实施例公开了一种基于单强度测量的两步相位恢复设备包括：获取模块、初始化模块、合成模块、空间域强度估计模块以及双强度相位恢复模块；
获取模块用于图像传感器捕获复光场的强度信息；
初始化模块用于对2D复光场的振幅和相位进行初始化，得到初始化空间域振幅A1和初始化相位
合成模块用于根据初始化空间振幅A1和初始化相位合成复振幅g(x,y)；
空间域强度估计模块用于对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到2D编码孔径平面上复光场在空间域的振幅估计值；
双强度相位恢复模块用于基于双强度相位恢复算法，对空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位。
其中，本实施例中基于单强度测量的两步相位恢复设备中的各模块用于实现单强度测量的两步相位恢复方法中的各步骤，该处不再赘述。该两步相位恢复设备可以为计算机等设备。
如图5所示，本实施例公开了一种基于单强度测量的两步相位恢复系统，包括2D复光场、CCD图像传感器、傅里叶透镜、2D编码孔径M以及权利要求5～8任一项所述的两步相位恢复设备；
2D编码孔径M和CCD图像传感器分别设置在傅里叶透镜的前焦面、后焦面，2D复光场放置在2D编码孔径M前且2D复光场纵截面、2D编码孔径M截面、傅里叶透镜镜面以及CCD图像传感器平面位于同一光路上，CCD图像传感器的输出端与所述两步相位恢复设备(比如计算机)连接。
需要说明的是，本实施例进行单次相位恢复实验，目的是通过单次相位恢复实验来验证TSPR方法的有效性。实验中选用两幅灰度图(“Lena”和”Cameraman”为256×256像素)。这两幅图像分别与编码孔径(256×256像素)点乘后分别取其振幅和相位。然后由振幅和相位合成复振幅(256×256像素)。该复振幅再经过编码孔径滤波后得到新的复振幅。最后进行相位恢复实验。其中，编码孔径是0/1位置随机分布的掩模图案，0表示光不通过，1表示光通过，{0,1}值出现的概率都为1/2。本节实验中的采样率为0.4，相位恢复结果如图6所示。图6(a)是0/1随机分布的编码孔径，并且采样率为0.4。图6(b)-(c)是位于编码孔径之后复光场的振幅和相位。图6(d)是在频域记录的振幅。图6(e)-(f)是使用SIPR算法恢复的振幅和相位，通过信噪比(Signal-to-Noise Ratio,SNR)作为客观度量，其SNR分别为343.04dB和19.85dB。图6(g)-(h)是使用TSPR算法恢复的振幅和相位，SNR分别为343.04dB和45.58dB。比较图6(f)-(h)，易发现，本方案中TSPR算法重建相位的SNR得到了明显提高。
图7是使用TSPR算法进行单次相位恢复实验时振幅和相位随迭代次数的变化图。从该图中可以发现，在第一步SIPR算法中，2D编码孔径平面上复光场在空间域的振幅可以很好地恢复出来，但相位恢复结果比较差。随着迭代次数的增加，相位的信噪比(SNR)只能达到19dB左右。然而，在第二步TIPR算法中,恢复相位的SNR高达45dB，相位得到高质量的恢复，相比较SIPR方法未能成功地恢复相位。本方案提出的TSPR方法利用SIPR步骤中估计的振幅，并且结合已知的频域振幅，再利用TSPR方法成功的恢复出丢失的相位，即SIPR和TIPR的结合。
图8是使用SIPR算法进行单次重建实验时，振幅和相位的重建成功率随采样率的变化曲线。编码孔径选用均匀随机采样模式，编码孔径的采样率作为实验中的可变参数，采样率从0.1逐渐增加到0.7，每次增加0.05。采用SIPR方法进行重建实验时，计算重建振幅与原始振幅的SNR和重建相位与原始相位的SNR。重建实验独立运行500次，对每次重建SNR进行统计。SNR阈值为25dB，即若重建振幅或相位的SNR大于25dB，则视为重建成功。计算重建振幅和相位的重建成功率，重建效果图如8所示。从图中的实验结果可以看出，SIPR方法重建振幅的成功率很高，而重建相位的成功率却很低，其原因是SIPR算法只是由频域记录的单强度测量恢复相位。因此本实施例提出TSPR方法来解决单强度测量的相位恢复方法重建质量差、成功率较低的问题。
图9是采样率为0.3时的3种编码孔径，即均匀随机(Uniform Random,UR)采样、径向线(Radial Line,RL)采样和变密度(Variable Density,VD)采样模式。本实施例中不同的编码孔径是指0/1位置随机分布的不一样，与复光场相乘，即会改变如图3中复光场的分布。
为测试不同编码孔径对本文方法和SIPR算法的影响，本实施例采用三种编码孔径，将编码孔径的采样率作为实验中的可变参数，采样率设置在0.01到0.7范围内。分别对每一种编码孔径采用TSPR方法进行重建，计算重建相位与原始相位的SNR。每组相同参数重建实验独立运行500次，对每次的重建SNR进行统计。SNR阈值为25dB，即若重建相位的SNR大于25dB，则视为重建成功。计算重建相位的重建成功率，不同编码孔径的重建效果图10所示。从图中可以看出，本实施例提出的TSPR算法优于传统的SIPR方法。TSPR方法针对均匀随机采样模式的编码孔径，重建效果最好，且具有非常好的稳定性。
图11是测试在均匀随机采样模式的编码孔径下，随着采样率的增加，TSPR方法、TIPR算法与SIPR算法的性能对比。编码孔径的采样率为0.1到0.7，步长设置为0.05。对每次的重建SNR进行统计。SNR阈值为25dB，即若重建相位的SNR大于25dB，则视为重建成功。计算重建相位的重建成功率，比较不同算法的重建效果如图8所示。从图8实验结果可以看出，对于不同算法在不同采样率情形下进行相位恢复时，其重建效果最好的是TIPR算法。原因是TIPR方法已知的信息最多，即两个平面的强度信息。TSPR方法的效果次之，SIPR方法最差。TSPR方法与SIPR方法的不同之处是TSPR方法借鉴了TIPR方法的思想。首先利用SIPR方法估计出空间域中的振幅，然后利用TIPR方法恢复相位。总之，TSPR方法优于SIPR方法。
本实施例针对单强度测量即频域强度而言，先恢复2D编码孔径平面上复光场在空间域的振幅信息，再利用通过测量得到的频域强度(即振幅的平方)和恢复得到的空间域强度，恢复2D编码孔径平面上复光场在空间域的相位，可显著提高重建相位的质量和重建成功率。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于单强度测量的两步相位恢复方法，其特征在于，其用于对图像传感器捕获的2D复光场的强度信息进行处理，图像传感器设置在透镜的后焦面，透镜的前焦面设置2D编码孔径M，该方法包括：
对2D复光场的振幅和相位进行初始化，得到初始化空间振幅A1和初始化相位
根据初始化空间振幅A1和初始化相位合成复振幅g(x,y)；
对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到2D编码孔径平面上复光场在空间域的振幅估计值；
基于双强度相位恢复算法，对空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位。
2.如权利要求1所述的基于单强度测量的两步相位恢复方法，其特征在于，所述对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到2D编码孔径平面上复光场在空间域的振幅估计值，包括：
S101、对复振幅g(x,y)进行傅里叶变换，得到频域的复振幅G(ξ,η)；
S102、将频域内记录的频域振幅A2代替频域复振幅G(ξ,η)的振幅，得到合成后的频域复振幅G′(ξ,η)；
S103、对频域复振幅G′(ξ,η)进行傅里叶逆变换，得到空间域的复振幅g′(x,y)；
S104、在空间域，将空间域的复振幅g′(x,y)与所述编码孔径M做点乘运算，对空间域的复振幅g′(x,y)进行更新，得到g(x,y)；
S105、对更新后的空间域复振幅g(x,y)重复执行步骤S101～S104，直至更新后的空间域复振幅g(x,y)收敛；
S106、在更新后的空间域复振幅g(x,y)收敛时，根据更新后的空间域复振幅g(x,y)收敛，得到所述2D编码孔径平面上复光场在空间域的振幅估计值。
3.如权利要求1所述的基于单强度测量的两步相位恢复方法，其特征在于，所述基于双强度相位恢复算法，对空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位，包括：
S201、利用所述2D编码孔径平面上复光场在空间域的振幅估计值和所述初始化相位合成复振幅g1(x,y)；
S202、对复振幅g1(x,y)进行傅里叶变换，得到频域的复振幅G1(ξ,η)；
S203、将在频域内用记录的频域振幅A2代替频域复振幅G1(ξ,η)的振幅，得到合成后的频域复振幅G1′(x,y)；
S204、对频域复振幅G1′(x,y)进行傅里叶逆变换，得到空间域的复振幅g1′(x,y)；
S205、在空间域，用所述2D编码孔径平面上复光场在空间域的振幅估计值代替空间域复振幅g1′(x,y)的振幅，得到迭代更新后的空间域复振幅g1(x,y)；
S206、对更新后的空间域复振幅g1(x,y)重复执行步骤S202～S205，直至迭代更新后的空间域复振幅g1(x,y)的相位收敛，得到所述2D编码孔径平面上复光场在空间域的相位。
4.如权利要求1所述的基于单强度测量的两步相位恢复方法，其特征在于，所述初始化空间振幅A1为全1振幅，所述初始化相位为均匀随机化相位且相位区间为[0，π/2]。
5.一种基于单强度测量的两步相位恢复设备，其特征在于，包括：获取模块、初始化模块、合成模块、空间域强度估计模块以及双强度相位恢复模块；
获取模块用于图像传感器捕获复光场的强度信息；
初始化模块用于对2D复光场的振幅和相位进行初始化，得到初始化空间振幅A1和初始化相位
合成模块用于根据初始化空间振幅A1和初始化相位合成复振幅g(x,y)；
空间域强度估计模块用于对复振幅g(x,y)进行傅里叶变换、傅里叶逆变换的循环迭代，得到2D编码孔径平面上复光场在空间域的振幅估计值；
双强度相位恢复模块用于基于双强度相位恢复算法，对空间域的振幅信息和测量得到的频域振幅信息进行处理，恢复2D编码孔径平面上复光场在空间域的相位。
6.一种如权利要求5所述的基于单强度测量的两步相位恢复设备，其特征在于，所述空间域强度估计模块用于执行如下步骤：
S101、对复振幅g(x,y)进行傅里叶变换，得到频域的复振幅G(ξ,η)；
S102、将频域内记录的频域振幅A2代替频域复振幅G(ξ,η)的振幅，得到合成后的频域复振幅G′(ξ,η)；
S103、对频域复振幅G′(ξ,η)进行傅里叶逆变换，得到空间域的复振幅g′(x,y)；
S104、在空间域，将空间域的复振幅g′(x,y)与所述编码孔径M做点乘运算，对空间域的复振幅g′(x,y)进行更新，得到g(x,y)；
S105、对更新后的空间域复振幅g(x,y)重复执行步骤S101～S104，直至更新后的空间域复振幅g(x,y)收敛；
S106、在更新后的空间域复振幅g(x,y)收敛时，根据更新后的空间域复振幅g(x,y)收敛，得到所述2D编码孔径平面上复光场在空间域的振幅估计值。
7.一种如权利要求5所述的基于单强度测量的两步相位恢复设备，其特征在于，所述双强度相位恢复模块用于执行如下步骤：
S201、利用所述2D编码孔径平面上复光场在空间域的振幅估计值和所述初始化相位合成复振幅g1(x,y)；
S202、对复振幅g1(x,y)进行傅里叶变换，得到频域的复振幅G1(ξ,η)；
S203、将在频域内用记录的频域振幅A2代替频域复振幅G1(ξ,η)的振幅，得到合成后的频域复振幅G1′(ξ,η)；
S204、对频域复振幅G1′(ξ,η)进行傅里叶逆变换，得到空间域的复振幅g1′(x,y)；
S205、在空间域，用所述2D编码孔径平面上复光场在空间域的振幅估计值代替空间域复振幅g1′(x,y)的振幅，得到迭代更新后的空间域复振幅g1(x,y)；
S206、对迭代更新后的空间域复振幅g1(x,y)重复执行步骤S202～S205，直至迭代更新后的空间域复振幅g1(x,y)的相位收敛，得到所述2D编码孔径平面上复光场在空间域的相位。
8.一种如权利要求5所述的基于单强度测量的两步相位恢复设备，其特征在于，所述初始化空间振幅A1为全1振幅，所述初始化相位为均匀随机化相位且相位区间为[0，π/2]。
9.一种基于单强度测量的两步相位恢复系统，其特征在于，包括2D复光场、CCD图像传感器、傅里叶透镜、2D编码孔径M以及权利要求5～8任一项所述的两步相位恢复设备；
2D编码孔径M和CCD图像传感器分别设置在傅里叶透镜的前焦面、后焦面，2D复光场放置在2D编码孔径M前且2D复光场纵截面、2D编码孔径M截面、傅里叶透镜镜面以及CCD图像传感器平面位于同一光路上，CCD图像传感器的输出端与两步相位恢复设备连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810743862.1A CN109060122B (zh) | 2018-07-05 | 2018-07-05 | 一种基于单强度测量的两步相位恢复方法、设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810743862.1A CN109060122B (zh) | 2018-07-05 | 2018-07-05 | 一种基于单强度测量的两步相位恢复方法、设备及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109060122A true CN109060122A (zh) | 2018-12-21 |
| CN109060122B CN109060122B (zh) | 2021-02-12 |
Family
ID=64819613
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810743862.1A Active CN109060122B (zh) | 2018-07-05 | 2018-07-05 | 一种基于单强度测量的两步相位恢复方法、设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109060122B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109859127A (zh) * | 2019-01-17 | 2019-06-07 | 哈尔滨工业大学 | 基于编码孔径的物体相位恢复技术 |
| CN110047048A (zh) * | 2019-04-17 | 2019-07-23 | 清华大学深圳研究生院 | 一种基于mse选优的相位恢复改进算法 |
| CN110309482A (zh) * | 2019-05-16 | 2019-10-08 | 中国科学院西安光学精密机械研究所 | 一种快收敛、高精度的相位恢复方法 |
| CN112486003A (zh) * | 2020-12-24 | 2021-03-12 | 四川大学 | 基于自适应权重反馈gs算法的相位全息图生成方法 |
| CN112946373A (zh) * | 2021-02-01 | 2021-06-11 | 北京邮电大学 | 一种基于紧缩场系统的无相位测量方法及装置 |
| CN113376448A (zh) * | 2021-04-29 | 2021-09-10 | 北京邮电大学 | 一种用于紧缩场测试中静区相位恢复的方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060152508A1 (en) * | 2005-01-10 | 2006-07-13 | Fossum Gordon C | System and method for optimized specular highlight generation |
| WO2009003633A1 (en) * | 2007-06-29 | 2009-01-08 | Eni S.P.A. | Process for the conversion of heavy hydrocarbon feedstocks to distillates with the self- production of hydrogen |
| CN103033260A (zh) * | 2012-12-14 | 2013-04-10 | 中国科学院国家天文台南京天文光学技术研究所 | 基于波面分割及离焦的相位恢复波前分析仪及其分析方法 |
| CN103559698A (zh) * | 2013-10-16 | 2014-02-05 | 中国科学院深圳先进技术研究院 | 一种基于混合迭代的同轴相衬成像相位恢复方法及系统 |
| US20140114615A1 (en) * | 2011-06-13 | 2014-04-24 | Canon Kabushiki Kaisha | Imaging apparatus and program and method for analyzing interference pattern |
| CN104376526A (zh) * | 2014-10-24 | 2015-02-25 | 浙江农林大学 | 基于涡旋光束和相位恢复算法的图像加密方法 |
-
2018
- 2018-07-05 CN CN201810743862.1A patent/CN109060122B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060152508A1 (en) * | 2005-01-10 | 2006-07-13 | Fossum Gordon C | System and method for optimized specular highlight generation |
| WO2009003633A1 (en) * | 2007-06-29 | 2009-01-08 | Eni S.P.A. | Process for the conversion of heavy hydrocarbon feedstocks to distillates with the self- production of hydrogen |
| US20140114615A1 (en) * | 2011-06-13 | 2014-04-24 | Canon Kabushiki Kaisha | Imaging apparatus and program and method for analyzing interference pattern |
| CN103033260A (zh) * | 2012-12-14 | 2013-04-10 | 中国科学院国家天文台南京天文光学技术研究所 | 基于波面分割及离焦的相位恢复波前分析仪及其分析方法 |
| CN103559698A (zh) * | 2013-10-16 | 2014-02-05 | 中国科学院深圳先进技术研究院 | 一种基于混合迭代的同轴相衬成像相位恢复方法及系统 |
| CN104376526A (zh) * | 2014-10-24 | 2015-02-25 | 浙江农林大学 | 基于涡旋光束和相位恢复算法的图像加密方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109859127A (zh) * | 2019-01-17 | 2019-06-07 | 哈尔滨工业大学 | 基于编码孔径的物体相位恢复技术 |
| CN110047048A (zh) * | 2019-04-17 | 2019-07-23 | 清华大学深圳研究生院 | 一种基于mse选优的相位恢复改进算法 |
| CN110309482A (zh) * | 2019-05-16 | 2019-10-08 | 中国科学院西安光学精密机械研究所 | 一种快收敛、高精度的相位恢复方法 |
| CN112486003A (zh) * | 2020-12-24 | 2021-03-12 | 四川大学 | 基于自适应权重反馈gs算法的相位全息图生成方法 |
| CN112486003B (zh) * | 2020-12-24 | 2021-12-07 | 四川大学 | 基于自适应权重反馈gs算法的相位全息图生成方法 |
| CN112946373A (zh) * | 2021-02-01 | 2021-06-11 | 北京邮电大学 | 一种基于紧缩场系统的无相位测量方法及装置 |
| CN112946373B (zh) * | 2021-02-01 | 2024-02-09 | 北京邮电大学 | 一种基于紧缩场系统的无相位测量方法及装置 |
| CN113376448A (zh) * | 2021-04-29 | 2021-09-10 | 北京邮电大学 | 一种用于紧缩场测试中静区相位恢复的方法及装置 |
| CN113376448B (zh) * | 2021-04-29 | 2023-02-28 | 北京邮电大学 | 一种用于紧缩场测试中静区相位恢复的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109060122B (zh) | 2021-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109060122A (zh) | 一种基于单强度测量的两步相位恢复方法、设备及系统 | |
| Tu et al. | Maxim: Multi-axis mlp for image processing | |
| Xu et al. | Ultrasr: Spatial encoding is a missing key for implicit image function-based arbitrary-scale super-resolution | |
| Cui et al. | Focal network for image restoration | |
| Villena et al. | Bayesian super-resolution image reconstruction using an ℓ1 prior | |
| Tao et al. | Spectrum-to-kernel translation for accurate blind image super-resolution | |
| CN116245726A (zh) | 基于深度学习框架的压缩感知偏振超分辨成像方法 | |
| Ma et al. | Extensions of compressed imaging: flying sensor, coded mask, and fast decoding | |
| Xu et al. | Moiré pattern removal via attentive fractal network | |
| CN106887026B (zh) | 基于压缩感知和正交调制实现多图像压缩和重建的方法 | |
| Yoo et al. | 3D image reconstruction from multi-focus microscope: axial super-resolution and multiple-frame processing | |
| Wen et al. | Reconstruction of underwater image by bispectrum | |
| Song et al. | SODAS-Net: side-information-aided deep adaptive shrinkage network for compressive sensing | |
| Liu et al. | Efficient unpaired image dehazing with cyclic perceptual-depth supervision | |
| Zhang et al. | Terahertz image restoration benchmarking dataset | |
| Löfdahl et al. | Two dual-wavelength sequences of high-resolution solar photospheric images captured over several hours and restored by use of phase diversity | |
| Lyu et al. | Learning spatial-angular fusion for compressive light field imaging in a cycle-consistent framework | |
| CN113658317B (zh) | 电子显微镜连拍图像处理方法和装置 | |
| Li et al. | Subspace modeling enabled high-sensitivity X-ray chemical imaging | |
| Chen et al. | MoCo‐Flow: Neural Motion Consensus Flow for Dynamic Humans in Stationary Monocular Cameras | |
| Zhang et al. | Super-resolution image reconstruction via adaptive sparse representation and joint dictionary training | |
| Lao et al. | Diffeomorphic Template Registration for Atmospheric Turbulence Mitigation | |
| CN109118474B (zh) | 一种多视点稀疏测量的图像绘制方法 | |
| Edeler et al. | Multi image super resolution using compressed sensing | |
| Yoo et al. | Bayesian approach for automatic joint parameter estimation in 3D image reconstruction from multi-focus microscope |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |