论文部分内容阅读
鬼成像,又叫量子成像或者关联成像(correlated imaging),是上个世纪90年代才发展起来的一种新型的非局域成像方式。鬼成像主要是利用光场的二阶强度关联函数获取图像信息。传统的鬼成像,由于其无法突破Nyquist采样定理的限制,要恢复一幅信噪比较高的图像,需要花费很长的采样时间,这对于鬼成像的实用性是非常不利的。压缩感知(Compressive Sensing)也是一种新兴的信号采集理论,它指出,只要信号是稀疏的,我们就能通过非相干的测量方式高效率地重构出原信号。本文就是围绕这两个新兴的学科展开,首先,从理论上分析了将压缩感知理论引入鬼成像方案的可行性,然后从数值模拟和实验上分别验证压缩感知鬼成像方案,并从实验上分析了目标稀疏特性与不同表象对成像质量的影响。最后,通过显微成像系统的设计,进一步验证了两者的结合具有很大的应用前景。本论文主要包括四个部分:
第一章,首先介绍了鬼成像。阐明了鬼成像的基本原理以及热光光源的统计性质。接着,我们指出通过利用信号的稀疏先验性,我们能够通过压缩感知的办法减少采样次数,压缩感知的基本理论主要包括信号的稀疏表示、观测矩阵的设计,以及信号的重构。最后,我们通过原理对照,指出将两者结合起来是完全可行的。
第二章,首先介绍了赝热光源,阐明了赝热光源与热光一样具有随机探测的能力,因此,可以将它作为随机测量矩阵,通过压缩采样的技术重构图像。接着,我们着重从数值模拟和实验上证明了压缩感知鬼成像的可行性。在这之前,我们还介绍了压缩感知的梯度投影(GPSR)算法,比较了它与其他算法的优势,正是由于它迭代次数少,计算复杂度低的优势,使它成为了我们首选的重构算法。最后通过实验结果分析了目标稀疏特性和不同表象对成像质量的影响:在采样次数相同的前提下,目标的稀疏性与重构质量成正比,并且表象的引入也在一定程度上影响了目标重构质量以及重构采样次数。
第三章,首先介绍了传统超分辨的主要技术,主要分为利用近场显微成像的方法以及利用光瞳滤波的方法两类。紧接着,提出我们的超分辨显微实验原理主要是通过CS理论计算的办法实现超分辨。在实验装置的讲解过程中,我们详细介绍了成像系统的设计过程,并给出了实验参数和实验结果,最后我们对应实验中的出现的问题提出了下一步工作计划。
第四章,首先总结了本论文的主要研究工作。紧接着,沿着本文的研究领域我们提出接下来的研究方向。最后,通过几个具体的实例,展望了未来压缩感知鬼成像的应用前景。