基于记忆效应的散斑解卷积法是近几年提出的一种可以实现透过散射介质层成像的方法。可用于散斑解卷积法的算法有很多,但具体的对比分析工作却鲜有报道。设计并搭建了基于记忆效应的透过散射层成像的光学系统,对探测到的散斑进行解卷积计算,并重建出对象图像。在重建过程中,分别使用互相关解卷积算法、维纳滤波算法、正则化解卷积算法以及Lucy-Richardson算法进行解卷积计算。对不同算法重建的图像进行了多个图像质量评价指标的计算。综合图像质量和计算时间,发现互相关解卷积算法在透过散射层成像的应用中具有最大优势,并从原理上进行了简要的解释。

matlab代码分享官网 透过散射层的运动对象重建研究 输入数据 Mitsuba仿真数据集与实际拍摄视频已分享至百度云盘 链接： 提取码：bz7z Mitsuba官网为 算法实现 对实际拍摄视频预处理 见Matlab代码文件Preprocessing，主函数为main函数 基于曲面约束的反投影算法 见Matlab代码文件Backprojection，主函数为main函数 基于最大后验估计的套索回归 见Python代码文件Lassoregression，主函数为main函数 by邓儒嘉，有任何疑问请联系邮箱

计算成像技术(CIT)是一类有别于传统光学成像“所见即所得”的信息获取和处理方式的新体制成像方式。随着新型光电器件的发展和硬件计算能力的提升,计算成像技术在光电成像领域呈现出蓬勃发展的趋势。计算成像技术通过对光场信息进行采集和计算,达到传统成像无法企及的信息利用率和解译度,满足“更高(分辨率)、更远(探测距离)、更大(光学视场)”的光电成像需求。从成像全链路的信息获取与丢失过程出发,通过透过散射介质成像、偏振成像及仿生成像等几种典型的计算成像方式对光场多物理量信息获取和解译进行分析,详细介绍了计算成像技术的方法原理及实现途径。根据成像技术的发展趋势,前瞻性地提出了计算光学系统设计和超大口径望远镜的设计思想。计算成像技术在提高成像分辨率、扩大探测距离、增大成像视场及减小光学系统体积和功耗等方面具有明显的优势,有望穿透云雾、活体生物组织等实现更远距离、更大深度的成像,应用前景广阔。

提出一种光透过散射介质的散斑恢复算法,可实现大视场任意位置的聚焦。通过仿真模拟光路测量散射介质的传输矩阵并进行二值化处理,再利用数字微镜器件对入射光进行二值振幅调制,实现透过散射介质的单点或多点聚焦。由于不同聚焦位置的独立性,所提算法能够实现大视场任意位置聚焦。仿真结果表明:聚焦位置的光强增强因子随着采样数目的增加而增加;与传统三步相移法相比,在采样数目减少1/3的情况下,所提算法能够获得55%的增强比,比三步相移法高12%。所提算法对透过散射介质实现大视场范围扫描聚焦有重要意义,在生物医学成像领域具有广阔应用前景。

提出了一种实现动态目标散射成像的方法。通过四步相移干涉法测量得到光学传输矩阵，数值仿真了相位共轭、Tikhnov正则化和全变分最小化三种重建算法对透过散射介质的不同动态目标的跟踪与重建，并搭建实验装置，验证了此方法的可行性，分析比较了三种算法的重建能力。结果表明，全变分最小化算法的重建效果最好。该方法为生物医学领域中透过散射介质对动态目标成像提供了新思路。