利用部分密文恢复明文的光学加密系统

针对光学加密系统中密文及密钥体积庞大,传输与保存不便,本文提出了一种改进的高效率光学加密系统。该系统加密过程同经典的双随机相位加密系统,为了减小密钥体积,加密时所需的两块随机相位板由时空混沌系统生成。同时,提出的解密过程只需半幅密文可完全恢复明文。仿真分析了利用部分密文恢复整幅灰度图像的解密效果,结果证明了所提方法的有效性。此外,对加密系统容量和系统安全性进行了仿真分析,结果表明本文提出的加密系统容量大,密钥和密文体积小,密钥空间大,安全性高。

基于压缩感知的线状目标一维距离成像

传统雷达受到Nyquist采样率的限制,在高分辨率的需求下会产生非常庞大的数据。压缩感知理论降低了整个系统对于采样设备以及存储设备的要求。该文在压缩感知的框架下引入一种基于目标特征的不完备的基集合,并建立与之适应的恢复算法。该方法无需事先已知问题的稀疏度,且在求解长度较长的线状目标问题时具有较好的性能。此外,对于线状多目标的问题该方法也可同样求解。仿真结果验证了所提算法的有效性。

前向迭代多随机相位光学图像加密方法的研究

基于光学4f级联系统,采用前向迭代算法和通过产生多个随机相位板对图像进行了加密和解密。给出了该方法的原理和迭代实现的过程。对该方法在收敛速度、解密图像质量、相位板数目和相位量化阶数对解密图像质量的影响以及保密和安全性能等方面进行了分析和研究。模拟结果表明,该方法收敛速度快,解密图像质量好,可以降低相位板相位量化阶数有限所引起的误差对解密图像质量的影响,图像的安全和保密性能也得到了很大的提高。

光源空间相干性对透过散射层成像的影响

散射介质成像是光学成像领域的一个重大挑战,其中照明光源的相干度起着重要作用.研究了光源空间相干性对通过散射层的散斑成像的影响,将激光聚焦到旋转毛玻璃上,通过改变焦点到旋转毛玻璃的距离来控制部分空间相干光的相干度.结果表明,光源空间相干性越低,采用迭代相位恢复算法和基于点扩展函数的反卷积方法重建物体的图像质量就越高.因此,要通过散射层进行高质量的散斑成像,必须选择空间相干性恰当的光源.

扫描相干衍射成像背景噪声分离算法研究

X射线扫描相干衍射成像(ptychography)是一种新型的无透镜成像方法,摆脱了传统透镜成像中聚焦元件对分辨率的限制,使理论分辨率只受到X射线波长和探测器数值孔径的限制。然而实验测量中的噪声限制了该方法对成像质量的改善,甚至最终导致图像重建失败。在研究了ptychography现有的相位恢复迭代算法后,本文提出了一种新型的图像重建迭代算法。该算法利用ptychography数据的高冗余性,通过梯度下降最小化技术,在重建样品和探针图像的同时还完成了背景噪声的同步迭代重建,实现了信号和噪声的盲分离功能。通过仿真模拟和实验数据重建,将该方法与传统的迭代算法进行了对比,结果表明新算法能够较好地实现信噪分离,显著提升ptychography的成像质量。

利用混合态分解算法提高重叠关联成像的质量

X射线重叠关联成像技术所采用的常规相位恢复迭代算法均把入射光视为完全相干的单色光(即单态入射光),把样品视为稳定平衡的(即单态样品),把实验过程中成像系统内所有光学元器件的响应视为固定不变的。然而在实际实验中,上述三个条件很难得到同时保证。在非理想的实验条件下,任何单态条件发生变化或者出现多重态混合,其造成的退相干效应均会使衍射图样变得模糊,严重降低利用单态相位恢复迭代算法获得的重建图像质量。为了消除各种来源的混合态效应的负面影响,本文利用多模式拓展重叠关联迭代引擎算法(Mm-e PIE)和子像素上采样拓展重叠关联迭代引擎算法(Us-e PIE)这两种不同的混合态分解算法对实验数据进行处理。重建结果表明,不同来源的混合态效应(退相干效应)的分解结果在重建探针函数和重建样品函数中均得到了体现,两种混合态分解算法均能够显著改善重建图像的质量。其中多模式算法Mm-e PIE在消除入射探针的非相干效应方面更胜一筹。

动量加速方法提高层叠衍射成像的质量

X射线层叠衍射成像技术(Ptychography)所采用的图像重建迭代算法是一种传统的梯度下降算法。该算法从一组猜测函数开始,实验中探测到的正确信息被不断代入循环迭代中来修正猜测函数,最终达到收敛。这种算法存在一个问题就是容易出现收敛停滞的现象,也就是所谓的陷入局域最小值。造成这种现象出现的原因是局域最小值附近的梯度极小导致梯度下降的幅度极小。为了解决这一问题,最近"动量"这一概念被引入Ptychography算法中,产生了动量加速层叠衍射迭代引擎(momentum Ptychographical Iterative Engine,mPIE)算法。加入"动量"相当于给迭代重建过程赋予了"惯性"性质,当前梯度下降的幅度不仅由当前梯度决定,还会受到之前变化的幅度影响。所以即便是在梯度极小的局域最小值附近,目标函数仍然可以跳出停滞,继续变小。为了验证"动量"的引入对图像重建的提升效果,详细比较了动量mPIE算法和传统的拓展层叠衍射迭代引擎(extending Ptychographical Iterative Engine,e PIE)算法对同一套扫描相干衍射成像实验数据的重建图像质量。重建结果表明:相对于传统重建算法,动量加速算法可以获得更好的图像重建质量。