偏振纯度指数理论及应用研究进展

光信息在散射介质中传播时会发生散射现象,从而导致其强度和偏振信息发生变化。利用出射光的偏振状态可以间接表征散射介质的退偏特性,并对散射介质进行分类和识别。理论上穆勒矩阵(Mueller Matrix, MM)可以描述散射介质的全部偏振属性,对分析散射介质的退偏特性起到至关重要的作用,但是MM参数过多,较为复杂。然而,根据MM推导所得到的偏振纯度指数(Index of Polarization Purities,IPPs)结构简单,并可以更为直接的描述散射介质的退偏特性。IPPs由P_(1)、 P_(2)、P_(3)组成,代表退偏系统等效分解成的四个非退偏纯系统之间的权重差异。以P_(1)、 P_(2)、P_(3)为坐标轴可构建出纯度空间,纯度空间中不同的点代表不同的退偏系统,利用纯度空间可以对不同的退偏系统进行分辨。相比较于传统偏振表征指标,IPPs可以表征散射介质及目标更多维度的信息。近年来,IPPs在生物医学和目标检测等诸多方面的研究取得了重要的研究成果。文章主要介绍了IPPs的理论,综述并讨论了其在分析不同分散体系的退偏特性、生物组织成像、医学监测和目标识别等方面的研究进展。

影响计算鬼成像质量的两种关键技术

计算成像是一种不仅依赖于光学物理器件,还依赖于光学调制和重构算法的成像技术,为突破传统成像系统在时空分辨率和探测灵敏度方面的限制提供了新的思路。计算鬼成像(CGI)作为计算成像领域发展最迅速的分支之一,近些年被广泛应用于单像素成像、超分辨率成像、生物医学、信息加密、激光雷达以及湍流环境下的信息传输等领域。本文综述了影响CGI质量的两大关键技术——照明图案构造方法与图像重构算法的研究进展,主要介绍了随机矩阵、有序Hadamard矩阵、正交变换类矩阵的构造方法,并且讨论了在传统关联重构算法和新型深度学习重构算法下,各种照明图案的成像性能。最后,对照明图案构造方法及重构算法进行了总结,并对CGI技术发展前景进行了展望。