論文信息

背景引入

數(shù)字全息術因其能夠從單一視點對3D場景進行成像而備受關注。與直接成像相比，數(shù)字全息是一種間接的多步驟成像過程，包括光學記錄全息圖和數(shù)值計算重建，為包括深度學習在內(nèi)的計算成像方法提供了廣泛的應用場景。近年來，非相干數(shù)字全息術因其成像分辨率高，無散斑噪聲和邊緣效應，低成本等優(yōu)點而備受關注。目前，非相干全息術已被應用于孔徑成像、超分辨成像、大景深成像和晶格光片顯微成像。

近年來，深度學習已被應用于非相干數(shù)字全息術。然而，目前所有的報告都是基于數(shù)據(jù)驅動的監(jiān)督學習方法，這些方法需要大量的配對標記數(shù)據(jù)，并且存在泛化不足等問題。為了解決上述挑戰(zhàn)，本文提出了一種無訓練神經(jīng)網(wǎng)絡先驗的單次非相干全息自校準3D重建方法，稱為SC-RUN。SC-RUN可以提高點擴散函數(shù)（PSF）的保真度和信噪比，只需單個全息圖就可以實現(xiàn)3D對象的高保真度和無偽影重建。本文以無干涉編碼孔徑相關全息術（I-COACH）成像為例，清楚地展示了SC-RUN的效果。

方法原理

圖1 非干涉編碼孔徑關聯(lián)全息術裝置

非相干光源的光被透鏡L1聚焦以照射物體。物體位于透鏡L2的前焦平面Z3附近，使得物體可以被認為位于CPM的遠場中。加載了編碼相位的SLM位于透鏡L2距離d處，SLM前加偏振片P。由于I-COACH的成像模型在強度上是線性空間不變，因此傳感器記錄的物體全息圖可以被視為無數(shù)個物點全息圖的非相干強度疊加，因此，可以先對一個物點的光場進行理論分析，然后通過卷積或疊加得到多物點物體的成像模型。

圖2 SC-RUN—校準點擴散函數(shù)結構

圖3 SC-RUN—基于無訓練神經(jīng)網(wǎng)絡先驗的單次成像結構

圖4 SC-RUN—基于無訓練神經(jīng)網(wǎng)絡先驗的單次3D成像結構

系統(tǒng)光路

多通道I-COACH實驗系統(tǒng)如圖5所示，其中振幅型空間光調制器的產(chǎn)品參數(shù)如下表所示。

圖5 I-COACH實驗裝置

本實驗所采用的空間光調制器為我司的TSLM07U-A，其參數(shù)規(guī)格如下：

系統(tǒng)由不同軸向平面中的兩個目標通道組成，其中數(shù)字微鏡器件（DMD）用作通道1中的目標1，而振幅型空間光調制器用作通道2中的目標2。來自空間非相干發(fā)光二極管（LED）的光通過聚光器收集以照射物體，然后兩個通道內(nèi)衍射的物體光通過分束棱鏡（BS1）組合并通過透鏡L進行準直。偏振片P使物光的偏振方向與純相位SLM的調制軸方向一致。最后，通過CMOS傳感器記錄由純相位SLM調制的光波。純相位SLM加載由GSA算法合成的全息圖。

實驗結果

圖6 SC-RUN對PSF的校準結果。a) 全息圖，b) 原始PSF，c) 使用原始PSF進行非線性重建的結果，d) 已知對象，e) 校準后的PSF，f) 使用校準的PSF進行非線性重建的結果。

圖7 SC-RUN和非線性重建的2D實驗結果

圖8 SC-RUN和非線性重建的3D實驗結果

以上實驗結果表明，SC-RUN在I-COACH上表現(xiàn)良好，從而說明預先校準PSF，然后通過神經(jīng)網(wǎng)絡重建對象的這一策略具有很大的潛力。目前，許多光學成像技術都是通過設計專門的PSF來實現(xiàn)的。例如，通過波前編碼生成亞衍射極限點PSF，以實現(xiàn)超分辨率成像。類似地，通過使用波前編碼使PSF對錯誤聚焦不敏感，可以擴展成像深度。對于其他信息，如物體的深度、光譜和偏振，可以編碼到PSF中來增加成像維度。上述計算成像技術在很大程度上依賴于PSF的先驗信息，并且SC-RUN允許獲得高保真度、高信噪比的PSF。因此，當已知前向算子時，可以獲得極好的重建結果。此外，由于SC-RUN在不需要數(shù)據(jù)集和標簽的情況下強制測量一致性，并且考慮到大多數(shù)成像任務涉及具有已知正向算子的一個或多個逆求解模型，SC-RUN可以容易地應用于各種其他成像任務。

論文總結

本文提出了一種通用的無監(jiān)督的非相干全息3D重建框架SC-RUN，它結合了非線性重建方法的物理知識和前向成像模型，通過具有額外物理約束的神經(jīng)網(wǎng)絡執(zhí)行重建任務。SC-RUN同時考慮了時間分辨率和保真度，具有良好的魯棒性，并且不需要太多標記的數(shù)據(jù)驅動信息。此外，實驗結果表明，首次在非相干全息術中實現(xiàn)了具有強度變化的復雜物體的高保真度重建。SC-RUN通常適用于各種光學配置，并易于適應其他成像任務。此外，SC-RUN對超分辨率成像、孔徑成像、景深擴展成像和多維信息復用等領域具有廣泛潛力，為獲得動態(tài)光場的多維信息鋪平了道路。

文章鏈接：https://doi.org/10.1002/lpor.202301091

審核編輯 黃宇