编码衍射图样的相位检索

经典的迭代相位检索方法具有抗噪性能差、不能收敛到全局最优解等缺点;而基于相位割(PC)的最优化相位检索技术通过精确的分离振幅和相位变量,将相位检索问题转化为二次约束的凸规划问题,理论上可以保证在相差全局相位因子条件下收敛到全局最优解。本文提出用更结构化和更"很少随机的"的三元与八元掩膜编码衍射图样(CDP),求解PC以获得丢失的相位。模拟实验首先测试一维复信号,分别比较不同掩膜重构的成功率。其次,比较它们对二维分子图像的重构结果。实验结果表明,本文方法可以获得比传统的基于二元掩膜的方法更好的重构结果。将恢复的相位分布加载到所搭建的基于Si基液晶(LCOS)的光学重构系统中,产生的CDP证明了所提方法的正确性。

基于高阶马尔可夫随机场及非线性压缩感知的相位恢复算法

在编码衍射成像系统中,为精确重构复图像的幅值和相位,需获取大量的编码衍射图样,导致数据采集时间长.为减少编码衍射图样的数量,本文基于非线性压缩感知理论框架,利用高阶马尔可夫随机场统计先验模型,提出了一种鲁棒相位恢复算法.该方法将复图像的幅值和相位分别进行正则化,并将数据保真项与幅值和相位正则项结合作为代价函数,采用Heavy-Ball算法求解所对应的非凸优化问题.实验结果表明,本文算法在编码衍射图样较少的情况下仍能获得较高的图像重构质量,且对噪声鲁棒.

融合多种小波与全变差正则化的相位恢复算法

在相位恢复过程中,用图像的稀疏性作为先验知识可以提高图像的重构质量。结合图像在小波域的组稀疏性与图像自身的梯度稀疏性,针对编码衍射图样模型,提出一种融合正交小波db10和sym4组稀疏性与全变差正则化的相位恢复算法。针对当前相位恢复算法重构时间较长的问题,采用复合分裂算法将非凸优化问题分解成几个易于求解的子问题(包括两个组硬阈值算子和全变差最小化)进行求解,减少了图像重构时间。实验结果表明:在高斯噪声下,与BM3D-PRGAMP算法相比,所提算法重构图像的峰值信噪比提高了约0.8dB,重构时间缩短了90%;在泊松模型中,所提算法也具有较大优势,充分说明了所提算法对噪声具有稳健性。