Email:[email protected]
Compressive Sensing,,CS)方法,該方法正是通過強化稀疏性約束來消除孿生像,。最后,,他們通過仿真和實驗結果驗證了該方法的可行性,并與現有的相位檢索方法進行了對比,。
具體來說,,由于圖像傳感器只對光的強度有響應,因而共軛波U(x,y)作為副產物也被記錄下來:當全息圖被重構波激活時,,“凍結”的波前將繼續(xù)傳播,,形成了原始圖像;與此同時,,相位共軛波前也將被激活并繼續(xù)傳播,。虛像平面上的重構是原始圖像和孿生像的疊加結果,而共軛情形則出現在實像平面上,。因此,,全息圖重構主要是波的傳播問題,,而不是透射重構問題。曹教授等人利用在正則基(canonical basis)規(guī)范,,使得波傳播的傅立葉變換特性自然地滿足CS的非相干條件:在與距離相關的傳播核函數(kernel function)中,,物體波衍射成清晰的圖案,而相位共軛波衍射成漫散射圖案(diffuse pattern),。他們采用全變量稀疏約束(atotal variation sparsity constraint)的迭代算法,,濾除了漫反射共軛信號,并克服了全息重構的固有物理對稱性,。這種方法不受電磁波長,、波前形狀或支撐約束(support constraints)的限制,適用于絕大多數的自然界物體,。
利用壓縮傳感來消除全息圖中的孿生像具有自洽性,,不僅抗噪能力強,而且還可以增強CS方法從根本上提升去噪能力,。CS作為一種強大的數學工具,,已經應用于各種具有重大突破的物理領域,例如更快的STORM,、量子態(tài)斷層掃描,、有效的量子動力學測量、預測災難非線性動力系統(tǒng),,以及互補可觀測量,。
(a)內聯菲涅耳(inline Fresnel)全息技術的裝置示意。
(b)由于重構期間的波前傳播,,導致對焦圖像和離焦圖像的疊加,。
(c)在均方誤差(MSE)和平均梯度值(MGV)評估下,隨著傳播距離減小,,孿生像對重構的影響效果增大,。
(a)原始圖像;
(b)孿生像的反向傳播重構,;
(c,d)經過50次迭代后,通過壓縮傳感(CS)和相位檢索(PR)從無噪聲全息圖中的重構,;
(e,f)在50次迭代后通過CS和PR從泊松分布噪聲全息圖重構;
(g,h)lg(MSE)和lg(ESD)的曲線隨迭代次數的變化,。ESD:邊緣稀疏性差異,。
(a)原始圖像和邊緣矩陣圖像;
(b-d)50次迭代后的CS重建和相應的邊緣矩陣圖像,;