Email:[email protected]
全息技術可以“凍結(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,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(Holographic reconstruction)過程中會產生孿生像,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)模糊重構的現(xiàn)象,這是全息圖成像質量差的主要原因。
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;可見光全息技術可在重構過程中引入透鏡,以解決孿生像問題。然而,在x射線和γ射線全息照相技術中,透鏡的效果較差;在電子發(fā)射全息技術中,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網絡全息重構方法,但這種數據驅動的方法,需要大量輸入數據才能完成特定的任務。
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動的壓縮感知(