0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

无监督深度学习实现单次非相干全息3D成像

西安中科微星 来源:西安中科微星 作者:西安中科微星 2024-05-13 17:38 次阅读

论文信息

wKgaomZB3wiAJNoBAACtLaxe5kM454.png

背景引入

数字全息术因其能够从单一视点对3D场景进行成像而备受关注。与直接成像相比,数字全息是一种间接的多步骤成像过程,包括光学记录全息图和数值计算重建,为包括深度学习在内的计算成像方法提供了广泛的应用场景。近年来,非相干数字全息术因其成像分辨率高,无散斑噪声和边缘效应,低成本等优点而备受关注。目前,非相干全息术已被应用于孔径成像、超分辨成像、大景深成像和晶格光片显微成像。

近年来,深度学习已被应用于非相干数字全息术。然而,目前所有的报告都是基于数据驱动的监督学习方法,这些方法需要大量的配对标记数据,并且存在泛化不足等问题。为了解决上述挑战,本文提出了一种无训练神经网络先验的单次非相干全息自校准3D重建方法,称为SC-RUN。SC-RUN可以提高点扩散函数(PSF)的保真度和信噪比,只需单个全息图就可以实现3D对象的高保真度和无伪影重建。本文以无干涉编码孔径相关全息术(I-COACH)成像为例,清楚地展示了SC-RUN的效果。

方法原理

wKgaomZB3w-AAlvcAAERVArshiM308.png

图1 非干涉编码孔径关联全息术装置

非相干光源的光被透镜L1聚焦以照射物体。物体位于透镜L2的前焦平面Z3附近,使得物体可以被认为位于CPM的远场中。加载了编码相位的SLM位于透镜L2距离d处,SLM前加偏振片P。由于I-COACH的成像模型在强度上是线性空间不变,因此传感器记录的物体全息图可以被视为无数个物点全息图的非相干强度叠加,因此,可以先对一个物点的光场进行理论分析,然后通过卷积或叠加得到多物点物体的成像模型。

wKgZomZB3yKAE18nAADC_2XpocQ681.png

图2 SC-RUN—校准点扩散函数结构

wKgZomZB3yiAEVZZAADu94blOWs363.png

图3 SC-RUN—基于无训练神经网络先验的单次成像结构

wKgZomZB3zSAL3AcAADpNWSo_CA168.png

图4 SC-RUN—基于无训练神经网络先验的单次3D成像结构

系统光路

多通道I-COACH实验系统如图5所示,其中振幅型空间光调制器的产品参数如下表所示。

wKgZomZB30CAF2_GAAIHBtrSwn0443.png

图5 I-COACH实验装置

本实验所采用的空间光调制器为我司的TSLM07U-A,其参数规格如下:

型号
TSLM07U-A
调制类型
振幅型
液晶类型
透射式 灰度等级 8位,256阶
像素数
1920×1080
像元大小 8.5μm
有效区域
0.74"
16.3mm×9.18mm
对比度 600:1
响应时间 上升7ms,下降20ms 开口率
57%
刷新频率
60Hz 光学利用率 20%@633nm
电源输入
24V 1A&5V 1A 光谱范围
380nm-1200nm
损伤阈值
2W/cm² 数据接口
DVI

系统由不同轴向平面中的两个目标通道组成,其中数字微镜器件(DMD)用作通道1中的目标1,而振幅型空间光调制器用作通道2中的目标2。来自空间非相干发光二极管LED)的光通过聚光器收集以照射物体,然后两个通道内衍射的物体光通过分束棱镜(BS1)组合并通过透镜L进行准直。偏振片P使物光的偏振方向与纯相位SLM的调制轴方向一致。最后,通过CMOS传感器记录由纯相位SLM调制的光波。纯相位SLM加载由GSA算法合成的全息图。

实验结果

wKgZomZB30-AaZZuAAJvW8R_cnQ992.png

图6 SC-RUN对PSF的校准结果。a) 全息图,b) 原始PSF,c) 使用原始PSF进行非线性重建的结果,d) 已知对象,e) 校准后的PSF,f) 使用校准的PSF进行非线性重建的结果。

wKgaomZB31mAHBBOAAQUfZZ6-ZM395.png

图7 SC-RUN和非线性重建的2D实验结果

wKgZomZB32KASv6UAAFpm-TFt1M636.png

图8 SC-RUN和非线性重建的3D实验结果

以上实验结果表明,SC-RUN在I-COACH上表现良好,从而说明预先校准PSF,然后通过神经网络重建对象的这一策略具有很大的潜力。目前,许多光学成像技术都是通过设计专门的PSF来实现的。例如,通过波前编码生成亚衍射极限点PSF,以实现超分辨率成像。类似地,通过使用波前编码使PSF对错误聚焦不敏感,可以扩展成像深度。对于其他信息,如物体的深度、光谱和偏振,可以编码到PSF中来增加成像维度。上述计算成像技术在很大程度上依赖于PSF的先验信息,并且SC-RUN允许获得高保真度、高信噪比的PSF。因此,当已知前向算子时,可以获得极好的重建结果。此外,由于SC-RUN在不需要数据集和标签的情况下强制测量一致性,并且考虑到大多数成像任务涉及具有已知正向算子的一个或多个逆求解模型,SC-RUN可以容易地应用于各种其他成像任务。

论文总结

本文提出了一种通用的无监督的非相干全息3D重建框架SC-RUN,它结合了非线性重建方法的物理知识和前向成像模型,通过具有额外物理约束的神经网络执行重建任务。SC-RUN同时考虑了时间分辨率和保真度,具有良好的鲁棒性,并且不需要太多标记的数据驱动信息。此外,实验结果表明,首次在非相干全息术中实现了具有强度变化的复杂物体的高保真度重建。SC-RUN通常适用于各种光学配置,并易于适应其他成像任务。此外,SC-RUN对超分辨率成像、孔径成像、景深扩展成像和多维信息复用等领域具有广泛潜力,为获得动态光场的多维信息铺平了道路。

文章链接:https://doi.org/10.1002/lpor.202301091

审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 3D
    3D
    +关注

    关注

    9

    文章

    2878

    浏览量

    107513
  • 成像
    +关注

    关注

    2

    文章

    240

    浏览量

    30481
  • 3D成像
    +关注

    关注

    0

    文章

    98

    浏览量

    16059
  • 深度学习
    +关注

    关注

    73

    文章

    5503

    浏览量

    121143
收藏 人收藏

    评论

    相关推荐

    光纤端面3D干涉仪的单色光移相干涉测量法

    简单介绍光纤端面3D干涉仪的单色光移相干涉测量法。 现在一般光纤端面3D干涉仪操作界面上,都有白光和单色光(比如红光或其他颜色)的两个选项。   白光干涉就是WLI(White Light
    的头像 发表于 12-18 09:23 95次阅读
    光纤端面<b class='flag-5'>3D</b>干涉仪的单色光移<b class='flag-5'>相干</b>涉测量法

    傅里叶光场显微成像技术—2D显微镜实现3D成像

    近年来,光场显微技术的应用越来越广泛,针对光场显微镜的改进和优化也不断出现。目前市场各大品牌的2D显微镜比比皆是,如何在其基础上实现三维成像一直是成像领域的热门话题,本次主要讨论
    的头像 发表于 10-31 08:05 356次阅读
    傅里叶光场显微<b class='flag-5'>成像</b>技术—2<b class='flag-5'>D</b>显微镜<b class='flag-5'>实现</b><b class='flag-5'>3D</b><b class='flag-5'>成像</b>

    神经网络如何用监督算法训练

    神经网络作为深度学习的重要组成部分,其训练方式多样,其中监督学习是一种重要的训练策略。监督学习
    的头像 发表于 07-09 18:06 795次阅读

    深度学习中的监督学习方法综述

    应用中往往难以实现。因此,监督学习深度学习中扮演着越来越重要的角色。本文旨在综述深度
    的头像 发表于 07-09 10:50 708次阅读

    全息投影空中成像原理是什么

    、广告、展览、教育、医疗等领域。 一、全息投影空中成像原理 1.1 全息技术概述 全息技术是一种利用光的干涉和衍射原理记录和再现物体的三维信息的技术。
    的头像 发表于 07-08 11:02 1597次阅读

    机载光子激光雷达系统用于实现高分辨率3D成像

    据麦姆斯咨询报道,近日,中国科学技术大学合肥微尺度物质科学国家研究中心的研究团队开发出了一种结构紧凑、重量轻的光子机载激光雷达系统,可以用低功率激光获取高分辨率的3D图像。
    的头像 发表于 05-06 09:05 861次阅读
    机载<b class='flag-5'>单</b>光子激光雷达系统用于<b class='flag-5'>实现</b>高分辨率<b class='flag-5'>3D</b><b class='flag-5'>成像</b>

    奥比中光携多款3D相机深度参与国内3D视觉最高规格会议

    4月19日-21日,国内3D视觉最高规格会议China 3DV 2024大会在深圳举行。奥比中光作为大会铂金赞助商,携多款不同技术路线的3D相机深度参与。
    的头像 发表于 04-24 09:26 449次阅读
    奥比中光携多款<b class='flag-5'>3D</b>相机<b class='flag-5'>深度</b>参与国内<b class='flag-5'>3D</b>视觉最高规格会议

    基于深度学习的方法在处理3D点云进行缺陷分类应用

    背景部分介绍了3D点云应用领域中公开可访问的数据集的重要性,这些数据集对于分析和比较各种模型至关重要。研究人员专门设计了各种数据集,包括用于3D形状分类、3D物体检测和3D点云分割等任
    的头像 发表于 02-22 16:16 1135次阅读
    基于<b class='flag-5'>深度</b><b class='flag-5'>学习</b>的方法在处理<b class='flag-5'>3D</b>点云进行缺陷分类应用

    Adobe提出DMV3D3D生成只需30秒!让文本、图像都动起来的新方法!

    因此,本文研究者的目标是实现快速、逼真和通用的 3D 生成。为此,他们提出了 DMV3D。DMV3D 是一种全新的阶段的全类别扩散模型,能
    的头像 发表于 01-30 16:20 855次阅读
    Adobe提出DMV<b class='flag-5'>3D</b>:<b class='flag-5'>3D</b>生成只需30秒!让文本、图像都动起来的新方法!

    中国科研团队突破全息3D显示技术

    全息显示技术为真正的3D显示提供了终极解决方案,在增强现实和虚拟现实方面具有巨大的潜力。然而,全息3D显示的颜色和视角主要取决于激光的波长和当前空间光调制器的像素尺寸。
    发表于 01-26 12:45 723次阅读
    中国科研团队突破<b class='flag-5'>全息</b><b class='flag-5'>3D</b>显示技术

    超透镜阵列可实现下一代真3D近眼显示器

    由于体积小、全视差、全彩显示方便,更重要的是,通过消除会聚-调节冲突 (VAC) 实现真正的 3D 和更逼真的深度感知,所以集成成像显示器成为最有前途的近眼显示器 (NED) 之一。
    的头像 发表于 01-24 13:38 770次阅读
    超透镜阵列可<b class='flag-5'>实现</b>下一代真<b class='flag-5'>3D</b>近眼显示器

    高精度彩色3D相机:开启崭新的彩色3D成像时代

    近年来,机器人技术的快速发展促使对3D相机技术的需求不断增加,原因在于,相机在提高机器人的性能和实现多种功能方面发挥了决定性作用。
    的头像 发表于 01-15 14:09 538次阅读
    高精度彩色<b class='flag-5'>3D</b>相机:开启崭新的彩色<b class='flag-5'>3D</b><b class='flag-5'>成像</b>时代

    面向3D增强现实(AR)眼镜的波导全息显示

    同时,全息显示技术被认为是终极的3D显示方案,其利用空间光调制器(SLM)来调制光的波前,还提供了其它独特优势,例如无像差、高分辨率图像、每像素深度控制、眼视差深度提示、视力校正功能以
    的头像 发表于 01-14 10:23 1057次阅读
    面向<b class='flag-5'>3D</b>增强现实(AR)眼镜的波导<b class='flag-5'>全息</b>显示

    友思特分享 | 高精度彩色3D相机:开启崭新的彩色3D成像时代

    3D成像的新时代 近年来,机器人技术的快速发展促使对3D相机技术的需求不断增加,原因在于,相机在提高机器人的性能和实现多种功能方面发挥了决定性作用。然而,其中许多应用所需的解决方案更复
    的头像 发表于 01-11 09:57 419次阅读
    友思特分享 | 高精度彩色<b class='flag-5'>3D</b>相机:开启崭新的彩色<b class='flag-5'>3D</b><b class='flag-5'>成像</b>时代

    两种应用于3D对象检测的点云深度学习方法

    是标准 RGB 图像与其关联的“深度图”的组合,目前由 Kinect 或英特尔实感技术使用。3D 数据可以对传感器周围环境进行丰富的空间表示,并可应用于机器人、智能家居设备、无人驾驶汽车或医学成像
    的头像 发表于 01-03 10:32 1088次阅读
    两种应用于<b class='flag-5'>3D</b>对象检测的点云<b class='flag-5'>深度</b><b class='flag-5'>学习</b>方法