Email:[email protected]
全息技術(shù)可以“凍結(jié)(freezes)”物體的波陣面(wave front),并通過干涉原理實現(xiàn)了“無透鏡成像”,。它作為一種典型的干涉技術(shù),,具有直接傳遞相位信息和一次曝光捕獲三維信息的優(yōu)點,廣泛應(yīng)用于材料科學和生物醫(yī)學中的定量相位成像,。然而,,由于受到相位共軛波前的干擾,全息重構(gòu)(Holographic reconstruction)過程中會產(chǎn)生孿生像,,即一個原始像(虛像),、一個共軛像(實像),分別對稱地位于全息圖的兩邊,,在解決反演(inverse)問題時會出現(xiàn)模糊重構(gòu)的現(xiàn)象,,這是全息圖成像質(zhì)量差的主要原因。
在過去的幾十年中,,研究人員們嘗試過各種方法來消除孿生像,。例如,相位檢索(phase retrieval)法,,它是一種雙面約束迭代算法,,可以限制重構(gòu)區(qū)域。除此之外,,在線全息可以實現(xiàn)高空間帶寬利用率和高穩(wěn)定性的單次成像,;可見光全息技術(shù)可在重構(gòu)過程中引入透鏡,以解決孿生像問題,。然而,,在x射線和γ射線全息照相技術(shù)中,透鏡的效果較差,;在電子發(fā)射全息技術(shù)中,,光源靠近物體,使得透鏡的空間非常有限,。最近,,人們又提出了一種基于深度學習的神經(jīng)網(wǎng)絡(luò)全息重構(gòu)方法,,但這種數(shù)據(jù)驅(qū)動的方法,需要大量輸入數(shù)據(jù)才能完成特定的任務(wù),。
在本項工作中,,研究人員首先通過傅里葉分析對波的傳播特性進行物理建模,他們發(fā)現(xiàn)重構(gòu)物體和孿生像的稀疏度存在明顯的差異:對焦的物體具有銳利邊緣,,而離焦的孿生像則是漫散射圖像,。基于這一發(fā)現(xiàn),,他們提出了一種物理驅(qū)動的壓縮感知(