最新研究！解决散射引起的图像模糊问题

透过毛玻璃、雾、生物组织等散射介质成像一直是光学领域的一个悬而未解的问题，有一种新方法能透过随机散射介质实时无损成像。

1.透过散射介质成像问题所在

利用弹道光子成像，弹道光子在散射介质中被限制了成像距离，最多传播一个平均自由程。

利用散射光成像能够获得更远的成像距离，然而由于光的散射过程充满了随机性与复杂性，无法从散射光中“解码”原物体。

2.WFS透过散射介质聚焦

01.提高聚焦速度

基于和声搜索算法实现透过散射介质快速聚焦针对WFS聚焦所用迭代算法寻找补偿光波波前时间过长、光强增益易受噪声与环境振动影响的问题，提出使用和声搜索算法(HS)寻找补偿光波波前，以提高WFS的聚焦速度，增强WFS透过散射介质聚焦在噪声、振动环境下的适应性。实验结果表明，HS算法能够有效应用于透过散射介质聚焦，且具有更快的聚焦速度与更高的聚焦点光强增益。

02.训练神经网络实现对散斑的识别与成像

为了训练神经网络实现对散斑的识别与成像搭建了散斑采集光学系统与软件系统，自建用于训练卷积神经网络(CNN)的散斑数据集。搭建了分类CNN网络架构，实现透过散射介质识别物体。CNN能从散斑图案中提取非线性关系，识别同样的人脸数据集的散斑图样，其识别率比支持向量机提高4.2%。

03.实现透过散射介质的计算成像

针对全卷积神经网络重建非稀疏物体受限的问题，使用基于解码-编码模型的U-Net网络架构，并对其上采样、下采样过程进行优化使其更适配散斑重建任务，同时针对U-Net网络架构参数量大限制重建图像空间带宽积的问题，用深度可分离卷积对网络架构进行轻量化处理，最终使模型参数量缩小到原先的11%的同时保证了相当的图像重建质量。

3.新研究

研究团队将一个小型标准化测试物体发出的光穿过薄散射材料，通过将相机向远离散射材料的方向移动。

激光照射在表面的高度变化大于激光的波长的粗糙组织表面，不同散射光之间会在像面上形成随机干涉现象，在空间分布上表现为明暗变化的颗粒图样，即散斑。

放大观察这些散斑图像，研究人员发现成像与测试物体几乎完全一致，随机散射物完全不影响成像，且能够进行实时视频成像，还补全了以往散射重建图像中所没有的方向和位置信息。