CN110231310A

CN110231310A - 一种隐藏在不透明散射介质的目标的成像方法

Info

Publication number: CN110231310A
Application number: CN201910574063.0A
Authority: CN
Inventors: 王威; 郭艳芳; 唐武盛
Original assignee: Changsha University of Science and Technology
Current assignee: Changsha University of Science and Technology
Priority date: 2019-06-28
Filing date: 2019-06-28
Publication date: 2019-09-13

Abstract

本发明提出了一种隐藏在不透明散射介质的目标的成像方法，成像光路是基于传统的相干衍射成像的原理，在目标被不透明的散射介质遮挡时，通过激光照射物体成像重构出隐藏在散射介质后的目标，成像装置只需要一个激光器，一个可散射的器件，一个傅里叶透镜和一个CCD探测器。本发明重构算法使用的是混合输入输出相位恢复算法，只需采集单帧功率谱图就能重构目标，在重构算法中，对目标的初始猜测使用实验采集频谱图的逆傅里叶变换加速算法收敛，然后针对实时采集的不同曝光程度的频谱图调节算法的反馈参数(在欠曝光、适度曝光、过曝光三种不同的曝光状态，反馈参数分别选取在0.3‑0.8、0.8‑1.0、1.0‑1.25)，最终重构出隐藏在散射介质中的目标。

Description

一种隐藏在不透明散射介质的目标的成像方法

技术领域

本发明涉及相干衍射成像领域和散射介质成像领域，尤其涉及一种隐藏在不透明散射介质的目标的成像方法。

背景技术

成像对象隐藏在不透明的散射介质层是生物医学和纳米技术应用在水下成像研究的热点，成像的困难在于不透明的散射层造成不规则散射干扰光束使对象的重要信息丢失或无序。到目前为止，已经尝试了许多方法来解决上述问题。现有的隐蔽性目标的无损相干成像方法要么需要角度扫描，要么需要附加全息参考光，这无疑增加了实际操作的复杂性。同时，对散射成像也尝试了深度学习(DL)方法，但DL方法仍然没有效率。

利用空间非相干光，对单镜头成像方法的实验似乎解决了这一问题，但由于空间信息的丢失导致成像分辨率较低，且需要额外校准，限制了其应用。通过计算散斑的自相关关系，尝试了非相干照明下的单镜头散射成像方法。然而，对于相干照明，单镜头成像的简单强度叠加模型可能不能很好地工作。虽然目标图像在相干光照下似乎无法单次采集重建，但记忆效应的普遍性和实际散射介质的均匀性使情况发生了变化。然而，上述方法由于实验系统的高复杂性，使得系统对环境干扰非常敏感。

发明内容

针对现有技术存在的问题，本发明提出一种隐藏在不透明散射介质的目标的成像方法，解决了现有技术中光学系统搭建复杂、算法实时性差以及成像后的图像预处理耗时的问题，也解决了图像重构中算法收敛停滞的问题，实现了成像光路简单易操作、重构算法实时性强、恢复的目标清晰。

为达此目的，本发明采用以下技术方案：

本发明实施例提供了一种隐藏在不透明散射介质的目标的成像方法，包括：

1.隐藏在不透明的散射介质中的目标成像光路是基于相干衍射成像的光路，具体实施为：成像过程基于传统的相干衍射成像，使用激光照射成像目标，目标通过毛玻璃经傅里叶透镜使其成像在CCD探测器上；成像在没有附加参考光或在角度扫描的自由空间中工作，不需要其他传输介质，将傅里叶变换透镜引入系统中，保证了散射信息的集中和重建解的唯一性。

2.所获取的功率谱图在重构目标时运用混合输入输出相位恢复算法，只需要一幅隐藏在散射介质中的目标的相干衍射功率谱图，就能重构出目标，满足成像实时性要求；隐藏在散射介质后的目标以相干衍射成像为基础，通过相位恢复算法，实现散射成像。

3.相位恢复算法中对目标的初始猜想运用原始功率谱图的逆傅里叶变换加速算法的收敛，具体操作是重构时，初始猜想使用实验采集功率谱图的逆傅里叶变换后的图片，而不是使用随意构造的任意形状。

4.根据采集功率谱图像的曝光程度自适应调节重构算法中的反馈参数，在欠曝光、适度曝光、过曝光三种不同的曝光状态，重构算法的反馈参数分别选取在0.3-0.8、0.8-1.0、1.0-1.25。

本发明实施例提供了一种隐藏在不透明散射介质的目标的成像方法，该方法以传统的相干衍射成像为基础，捕获隐藏在散射介质后目标的功率谱图，然后将功率谱图进行均值滤波，通过混合输入输出相位恢复算法重构出了隐藏在散射介质中的目标，在相位恢复重构算法中，使用实验采集的功率谱图逆傅里叶变换后的图像作为算法的初始猜测，有助于算法的收敛。本发明的新颖之处在于实验装置简单，不需要附加参考光或角度扫描的自由空间中工作，不需要其他传输介质；算法对成像的实时性好，只需单幅成像后的功率谱图，就能恢复目标。

附图说明

图1为散射介质成像光路图

图2被散射介质遮挡的物体

图3为包含散射介质的功率谱图

图4为相位恢复算法流程图

图5恢复的散射介质后的物体

具体实施方式

以下将结合附图和具体实施方式对本发明进行详细说明。

本发明是在相干衍射成像的基础上，实现散射介质成像，参照图1，搭建实验光路：He-Ne激光器发射一束激光经准直放大(C-E)后，照亮需要成像的物体(O)，在物体后放置一个不透明的散射层(D)，随后依次放置傅立叶变换透镜(L)和CCD探测器，物体和探测器分别置于透镜的前后焦面。

如图2所示，散射层将会完全遮蔽物体，物体的形状和结构等细节信息，无法通过直接观测的方法获得。由卷积理论可知，激光照射物体后，物体上每一个点源，通过散射层都会产生一幅对应的伪随机焦散图，实验所得的散斑，就是物体上所有点源焦散图的叠加。为了得到隐藏于不透明散射层后物体的形状和结构信息，我们可以进行如下的模型建立(仅考虑二维重建)。物体O是由位于物平面(x,y)内的一系列点源组成，每个点源表示为o(x,y)。则通过散射层后成像在平面(x',y')上的焦散图是因为散射层对点源的扩散造成的，即物理学中的点扩散函数。设该点源o(x,y)对应的点扩散函数是h(x',y'；x,y)，则物体的散斑图像为：

对于上述模型，可以利用固体物质的记忆效应进行简化。由于散射层的表面变化平缓，傍轴近似成立，所以可以简单地认为不透明散射介质是一个完美的薄透镜，物距为s_o，像距为s_i，则物体上点源的平移(Δx,Δy)对应的焦散图的平移(Δx',Δy')＝(mΔx,mΔy)，m是近轴放大倍数如果定义光轴上的物体点源对应的点扩散函数h(x',y'；x,y)＝h(x',y'；0,0)，则不在光轴上的点扩散函数为h(x',y'；x,y)＝h(x'+mx,y'+my)，带入上式，根据卷积运算的定义可得：

其中，C是线性算子。

为了满足CDI方法要求的夫琅禾费衍射距离，需放置一个普通的傅立叶变换透镜，使上述焦散图处于透镜的物方焦平面处。在透镜的像方焦平面上放置探测器，采集被遮挡的物产生的夫琅禾费衍射图。则探测器平面(u,v)得到的图像为：

物体尺度小于透镜尺度，光瞳函数P(x',y')可以略去，表达式后面的积分项恰好是傅立叶变换的形式：

当物体的散斑图像位于透镜的前焦面时，d＝f，可以在后焦面得到散斑图像的标准傅立叶变换频谱：

在这里F_o代表输入的傅立叶变换。FFT表示傅里叶变换，一般来讲，探测器收集到的是物体的强度分布信息，测量强度分布给出的是关于输入物的功率谱(能谱)，即

此时，我们得到了被遮挡物函数的功率谱图强度。直观上看，该频谱混杂了散射层的频谱信息，使用CDI方法应该不能对物体进行重建。但实验表明，利用混杂的频谱依然能够重建物体，得到明确的形状与结构信息。这个结果要归功于散射层的傅立叶变换特性，结合(2)和(6)式，我们可以按以下形式表示功率谱：

再由自相关定理可知，

|FFT(o*h)|²＝FFT[(o*h)％(o*h)]＝FFT[(o％o)*(h％h)] (9)

％为相关运算。其中散射层点扩散函数的自相关，h％h，计算的结果是一个类δ函数，我们可以简单地认为：

h％h＝δ+C' (10)

其中C'是背景均值常数，带入(9)式得到：

|FFT(o*h)|²＝FFT[(o％o)*(δ+C')]＝FFT[o％o]+C″ (11)

C″是与o自相关函数与坐标轴围成的面积有关的常数。再由自相关定理，得到探测器实际采集的功率谱图像强度为：

其中，|FFT[o]|²是理想功率谱强度(不引入散射层时物体的功率谱强度)，α可以认为是收缩系数，C_b可以认为是背景常数，这两个常数也将在实验结果中体现。从该式可以看出，采集到的功率谱强度和理想的功率谱强度之间满足线性关系，所以可以直接使用原始数据重建物体。

当通过图1搭建的光路采集到的图像是物体的功率谱图(如图3)，将功率谱图经过均值滤波后，带入图4的算法中，其中，g₀(x)是输入的初始猜想，对于本发明的初始猜想，使用原始采集功率谱图的逆傅里叶变换变换的图像，相比很多相位恢复算法中使用随意的图像作为初始猜想，该方法具有形状大小的强约束性，使相位恢复算法在迭代过程中更快的收敛。FFT和IFFT表示的是傅里叶变换和傅里叶逆变换，F[O]表示实际实验中采集的功率谱模式，Repl表示用F[O]替换|G_k(x)|。在算法中，我们使用的约束条件是像素值必须是非负，对于违背约束条件的像素点，我们使用公式(13)进行替换，其中，γ表示的是违背物域的集合点，β是一个常数，可防止算法陷入局部最优点。

通过本发明能通过单幅实验采集的功率谱图重构出隐藏在不透明散射介质中的目标(如图5所示)。但在采集功率谱图时，会因为不同研究者对相机设置的曝光时间不同，如果混合输入输出重构算法中的反馈参数β固定不变，并不能保证任意的输入一幅功率谱图就能重构出目标。我们根据成像的实际情况将0-255像素区间划分为a1(像素值为0-10)、a2(像素值为21-150)、a3(像素值为151-245)和a4(像素值为246-255)，计算这四个区间在像素总数中所占的比例。如果a2和a3之和大于0.8，而a1或a4的比值不大于0.1，定义图像是正常曝光的。如果a1大于0.1，定义图像曝光不足。如果a4大于0.1，定义图像曝光过度。经过大量的实验总结，在欠曝光、适度曝光、过曝光三种不同的曝光状态，反馈参数分别选取在0.3-0.8、0.8-1.0、1.0-1.25能够快速的重构出隐藏在散射介质后的目标。

Claims

1.一种隐藏在不透明散射介质的目标的成像方法，其特征在于，包括：

隐藏在不透明的散射介质中的目标成像光路是基于相干衍射成像的光路；

所获取的功率谱图在重构目标时运用混合输入输出相位恢复算法；

相位恢复算法中对目标的初始猜想运用原始功率谱图的逆傅里叶变换加速算法的收敛；

根据采集功率谱图像的曝光程度自适应调节重构算法中的反馈参数。

2.根据权利要求1所述的方法，其特征在于，隐藏在不透明的散射介质中的目标成像光路是基于相干衍射成像的光路，包括：

成像过程基于传统的相干衍射成像，使用激光照射成像目标，目标通过毛玻璃经傅里叶透镜使其成像在CCD探测器上；

成像在没有附加参考光或角度扫描的自由空间中工作，不需要其他传输介质，将傅里叶变换透镜引入系统中，保证了散射信息的集中和重建解的唯一性。

3.根据权利要求1所述的方法，其特征在于，所获取的功率谱图在重构目标时运用混合输入输出相位恢复算法，包括：

只需要一幅隐藏在散射介质中的目标的相干衍射功率谱图，就能重构出目标，满足成像实时性要求；

隐藏在散射介质后的目标以相干衍射成像为基础，通过混合输入输出相位恢复算法，实现散射成像。

4.根据权利要求1所述的方法，其特征在于，相位恢复算法中对目标的初始猜想运用原始功率谱图的逆傅里叶变换加速算法的收敛，包括：

目标重构相位恢复算法中，初始猜想使用实验采集功率谱图的逆傅里叶变换后的目标作为初始相位，而不是使用随意构造的任意形状。

5.根据权利要求1所述的方法，其特征在于，根据采集功率谱图像的曝光程度自适应调节重构算法中的反馈参数，包括：

根据曝光程度的不同，在欠曝光、适度曝光、过曝光三种不同的曝光状态，重构算法的反馈参数分别选取在0.3-0.8、0.8-1.0、1.0-1.25。