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(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(jié)果驗證了該方法的可行性,并與現(xiàn)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(chǎn)物也被記錄下來:當全息圖被重構(gòu)波激活時,,“凍結(jié)”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(gòu)是原始圖像和孿生像的疊加結(jié)果,而共軛情形則出現(xiàn)在實像平面上,。因此,,全息圖重構(gòu)主要是波的傳播問題,而不是透射重構(gòu)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(guān)的傳播核函數(shù)(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(gòu)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(shù)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(shù)學工具,,已經(jīng)應用于各種具有重大突破的物理領(lǐng)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(nèi)聯(lián)菲涅耳(inline Fresnel)全息技術(shù)的裝置示意。
(b)由于重構(gòu)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(gòu)的影響效果增大,。
(a)原始圖像;
(b)孿生像的反向傳播重構(gòu),;
(c,d)經(jīng)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(gòu),;
(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(gòu);
(g,h)lg(MSE)和lg(ESD)的曲線隨迭代次數(shù)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,;
(e-g)50次迭代后的PR重建和相應的邊緣矩陣圖像;
(h)d和g的橫截面,。
(a)捕獲的全息圖,;
(b)傳統(tǒng)的孿生像反向傳播重構(gòu);
(c)通過沒有孿生像的CS方法進行500次迭代后的估計,;
(d),、(e)分別來為(b)和(c)的擴大圖像;
(f)MES隨迭代次數(shù)減小的曲線,,表明已經(jīng)消除了孿生像,。
https://doi.org/10.1103/PhysRevLett.121.093902