使用相干平均通过随机介质成像

最近与UNIST相关的一项研究介绍了一种有效的方法来恢复被雾扭曲的图像。根据研究团队的说法，他们的方法还可以通过利用活体组织的衍射极限图像重建的随机波动来提供突破。

这一突破发表在Laser&PhotonicsReviews上，由UNIST生物医学工程系的Jung-HoonPark教授领导。

在这项研究中，研究团队展示了一种使用随机扭曲图像进行相位检索的新方法，只需利用以前从未实现过的移位和相加方法恢复的傅里叶相位信息。

与以往的迭代相位检索方法需要预先对对象进行假设(例如非负性和对对象扩展区域的约束)不同，新方法速度快，几乎没有额外的计算负载，也不需要预先假设的约束或初步猜测。它还作为一项技术而受到关注，该技术将为自动驾驶汽车获取高质量图像或生物组织内部的高分辨率图像。

日常生活中的各种现象可能会被各种因素所掩盖，例如阴霾、雾气和风。这种观看距离的减少对行为产生了限制，特别是作为驾驶的危险因素。因此，必须克服图像失真以实现不受天气影响的安全自动驾驶。

校正图像失真的自适应光学(AO)已经在天文空间领域得到应用。修正因大气而扭曲的星光，清晰地观察宇宙。但该技术需要昂贵的波前测量装置、波前控制器等专业设备，难以在日常生活中使用它来克服图像畸变。

在这项研究中，研究团队展示了一种通过随机介质进行成像的新相位检索方法。尽管通过随机失真恢复傅里叶振幅的方法已经很成熟，但是傅里叶相位的恢复一直是一个更困难的问题，仍然是一个非常活跃和重要的研究领域。

已经表明，通过简单地对偏移校正图像进行整体平均，可以准确地检索被随机失真遮挡的物体的傅立叶相位，直至衍射极限。据研究团队介绍，该方法简单、快速，没有任何优化参数，也不需要关于样本的先验知识或假设。

此外，通过实现大气湍流的所有计算衍射极限成像以及通过多种散射介质的成像，证明了该方法的可行性和稳健性。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！