隨機散斑圖正交優化計算鬼成像

郭輝, 葉知秋

(阜陽師范大學信息工程學院, 安徽 阜陽 236037)

0 引 言

鬼成像(GI) 又被稱為關聯成像(CI), 是一種利用量子糾纏或光場漲落非局域獲得物體圖像的方法[1,2]。在成像過程中,散斑對目標物體進行連續照射,透射光或反射光經桶探測器測量并記錄為沒有空間分辨率的單像素強度序列,然后利用單像素強度序列與對應散斑的二階關聯運算對目標圖像進行重構。2008 年,Shapiro[3]在理論上提出了計算鬼成像(CGI),利用空間光調制器調制激光預置熱光場,代替以往光源制備中的旋轉毛玻璃,將鬼成像的結構由原先的雙臂簡化為單臂。次年,Bromberg 等[4]利用計算機控制空間光調制器產生散斑圖,完成了計算鬼成像實驗,進一步提升了鬼成像的適用性。和傳統成像方式相比,鬼成像具有不易被干擾、成像系統簡單等優點,廣泛應用于激光雷達探測[5]、光信息加密[6]、邊緣檢測[7,8]、運動物體檢測[9]等領域,展現出十分廣闊的應用前景[10,11]。

為改善鬼成像中目標物體的重構質量,研究人員提出了多種優化方案,如:針對光斑設計,人們設計制備了如正弦散斑圖[12,13]、Hadamard 散斑圖[14]等正交性散斑;針對鬼成像實驗結構的改進,提出了差分鬼成像(DGI)[15]、歸一化鬼成像(NGI)[16]等結構;根據圖像原有的或在某種變換域下的稀疏性,將壓縮感知引入鬼成像重構過程[17,18];隨著數據量的急劇增長和計算機計算能力的快速提升,基于深度學習的鬼成像研究也取得了一系列研究成果[19?21]。這些研究在一定程度上促進了鬼成像的發展,但是針對隨機散斑圖模式下的計算鬼成像依舊存在成像質量差或算法比較復雜的問題。……