一种基于动量梯度的散射波前光场估计加速方法技术

本发明专利技术公开了基于动量梯度的散射波前光场估计加速方法，包括：在散射光场成像系统中于深度z1、z2下采集光强为|Y1|

An Accelerated Method for Estimating Scattered Wavefront Light Field Based on Momentum Gradient

【技术实现步骤摘要】
一种基于动量梯度的散射波前光场估计加速方法
本专利技术涉及一种基于动量梯度的散射波前光场估计加速方法，属于计算摄像学领域。
技术介绍
广泛存在于自然界中的散射介质能够改变入射光的传播方向，而人类以及相机的视觉系统成像依赖于光线的直线传播。因此，对被散射介质遮挡的物体进行成像是一项有着巨大应用前景的技术。然而当散射介质的散射强度以及厚度达到能够散射几乎所有经过它的光线的时候，这项任务依然面临着很多亟待解决的问题。当前透过强散射层的散射成像方案主要包括以下四种：波前调制方法、基于散斑扫描的相位恢复方法、基于单次采集的相位恢复方法以及系统点扩散函数反卷积方法。波前调制方法使用空间光调制器来补偿散射层对出射光造成的相位扰动，这样系统中物面的一个点将对应相面的单个点，从而能够像传统光学成像系统一样直接成像。基于散斑扫描的相位恢复方法和基于单次采集的相位恢复方法都能够非侵入式的恢复简单样本的清晰图像。以上介绍的三种方法在一次成像过程中只能够对单一深度的成像目标进行重构，成像景深被限制在采集深度附近的很小的范围内，而且这一成像景深范围正比于物距的平方，因此在物距较小的显微成像系统中景深的范围就会进一步减小。系统点扩散函数反卷积方法通过采集多深度系统点扩散函数能够实现多深度重建，基于训练样本的散斑估计算法也能够非侵入式的估计得到训练样本所在深度的散斑分布用于成像目标重构，但是多深度的采集在很多情况下无法实现，而多深度的散斑估计的计算量以及对训练样本分布的要求也会随深度数量的增加而显著增加。基于散斑缩放的景深拓展方法能够在采集或估计单深度系统点扩散函数的情况下拓展散射透视成像系统的景深。而基于双深度光场幅值约束以及光场传播的光场估计方法能够在采集或估计双深度系统点扩散函数的情况下提升景深拓展的效果，但是该方法的光场传播迭代过程耗时较长限制了其应用前景。以上
技术介绍
内容的公开仅用于辅助理解本专利技术的专利技术构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日前已经公开的情况下，上述
技术介绍
不应当用于评价本申请的新颖性和创造性。
技术实现思路
本专利技术的主要目的在于克服现有技术的不足，提出一种基于动量梯度的散射波前光场估计加速方法，用以提高基于双深度光场幅值约束以及光场传播的光场估计方法的迭代优化速度。本专利技术为达上述目的提出以下技术方案：一种基于动量梯度的散射波前光场估计加速方法，包括以下步骤：A1、在散射光场成像系统中，于深度z1下采集光强为|Y1|2的一光强图像，于深度z2下采集光强|Y2|2的另一光强图像；A2、以光强|Y1|2、|Y2|2的算术平方根|Y1|和|Y2|分别作为深度z1、z2的散射波前光场估计初始值，并设定深度z1、z2对应的动量梯度初始值分别为与两个光强|Y1|2、|Y2|2具有相同维数的零值矩阵；A3、利用基于光场幅值约束的散射波前光场估计迭代算法估计两个深度的散射波前光场；在迭代过程中，利用光场的传播以及幅值替换得到的初始梯度更新动量梯度，并利用动量梯度更新散射波前光场估计值直至迭代收敛；当迭代收敛时，即得到两个深度的散射波前光场估计值，分别记为Y1'和Y2'；A4、使用光场的二次传播算法将散射波前光场在两个深度z1、z2上的估计值Y1'和Y2'传播到一目标深度，对应得到两个传播散射波前光场；A5、对所述两个传播散射波前光场在复数域求平均，得到目标深度的散射波前光场估计值。本专利技术上述技术方案所提供的基于动量梯度的散射波前光场估计加速方法，通过在迭代过程中引入动量梯度，以每次迭代过程中产生的初始梯度更新动量梯度的值，从而利用动量梯度作为新的迭代优化方向来不断地优化散射波前光场估计，最终提升算法的收敛速度，减少算法耗时。附图说明图1是本专利技术提供的基于动量梯度的散射波前光场估计加速方法的流程图；图2是基于光场幅值约束的散射波前光场估计迭代算法的迭代过程示意图。具体实施方式下面结合附图和具体的实施方式对本专利技术作进一步说明。本专利技术的具体实施方式提供了一种基于动量梯度的散射波前光场估计加速方法，能够大幅提升散射波前光场估计算法的迭代速度，参考图1，该方法包括以下步骤A1～A5：步骤A1、在散射光场成像系统中，于深度z1下采集光强为|Y1|2的一光强图像，于深度z2下采集光强|Y2|2的另一光强图像。步骤A2、以光强|Y1|2、|Y2|2的算术平方根|Y1|和|Y2|分别作为深度z1、z2的散射波前光场估计初始值，并设定深度z1、z2对应的动量梯度初始值分别为与两个光强|Y1|2、|Y2|2具有相同维数的零值矩阵；步骤A3、利用基于光场幅值约束的散射波前光场估计迭代算法估计两个深度的散射波前光场；在迭代过程中，利用光场的传播以及幅值替换得到的初始梯度更新动量梯度，并利用动量梯度更新散射波前光场估计值直至迭代收敛；当迭代收敛时，即得到两个深度的散射波前光场估计值，分别记为Y1'和Y2'；步骤A4、使用光场的二次传播算法将散射波前光场在两个深度z1、z2上的估计值Y1'和Y2'传播到一目标深度，对应得到两个传播散射波前光场；步骤A5、对所述两个传播散射波前光场在复数域求平均，得到目标深度的散射波前光场估计值。具体而言，是采用光强传感器在散射光场成像系统中采集距离散射层z1、z2的两个光强图像，光强分别为|Y1|2和|Y2|2；其中，设定z2＞z1。采集的两个光强图像的尺寸为(α,β)，每个像素的大小为(δlx,δly)。由成像系统孔径大小以及z2计算系统的奈奎斯特间隔(δln,δln)。如果δlx＞δln或者δly＞δln，则使用双线性插值方法将两个光强图像重采样到(αδlx/δln,βδly/δln)的图像大小。设定深度z1和z2所对应的散射波前光场估计初始值Y10、为重采样之后的光强算术平方根，即Y10＝|Y1|，设定对应的动量梯度初始值为与两个光强|Y1|2、|Y2|2具有相同维数的零值矩阵；设定光强|Y1|2、|Y2|2的算术平方根|Y1|和|Y2|作为基于光场幅值约束的散射波前光场估计迭代算法的幅值约束。从而，完成散射波前光场估计迭代算法的初始化。接着，开始进行算法的迭代，利用光场的传播以及幅值替换得到的初始梯度更新动量梯度，并利用动量梯度更新散射波前光场估计值直至迭代收敛。当迭代收敛时，即得到深度z1、z2对应的散射波前光场估计值。具体的迭代过程请参考图2，包括：首先，将深度z1第k-1次迭代得到的散射波前光场估计Y1k-1正向传播至深度z2后得到对进行以|Y2|为幅值约束的幅值替换，得到幅值替换结果其中，arg()为获取输入信号在复数域与实轴所夹弧度的函数；j表示虚数单位。其次，利用上述得到的计算深度z2第k次迭代的初始梯度再利用上述得到的更新深度z2第k次迭代的动量梯度其中，γ为动量梯度的衰减系数，γ越小则衰减越快，取值范围0.2～0.4；η为当前初始梯度对于动量梯度的更新系数，取值范围在1-γ至1之间。接着又利用上述更新的动量梯度更新深度z2的散射波前光场估计，得到深度z2第k次迭代的散射波前光场估计然后，将深度z2第k次迭代得到的散射波前光场估计反向传播至深度z1后得到对进行以|Y1|为幅值约束的幅值替换，得到幅值替换结果与前述基于最终得到的方法同本文档来自技高网...

【技术保护点】
1.一种基于动量梯度的散射波前光场估计加速方法，其特征在于，包括以下步骤：A1、在散射光场成像系统中，于深度z1下采集光强为|Y1|

【技术特征摘要】
1.一种基于动量梯度的散射波前光场估计加速方法，其特征在于，包括以下步骤：A1、在散射光场成像系统中，于深度z1下采集光强为|Y1|2的一光强图像，于深度z2下采集光强|Y2|2的另一光强图像；A2、以光强|Y1|2、|Y2|2的算术平方根|Y1|和|Y2|分别作为深度z1、z2的散射波前光场估计初始值，并设定深度z1、z2对应的动量梯度初始值分别为与两个光强|Y1|2、|Y2|2具有相同维数的零值矩阵；A3、利用基于光场幅值约束的散射波前光场估计迭代算法估计两个深度的散射波前光场；在迭代过程中，利用光场的传播以及幅值替换得到的初始梯度更新动量梯度，并利用动量梯度更新散射波前光场估计值直至迭代收敛；当迭代收敛时，即得到两个深度的散射波前光场估计值，分别记为Y1'和Y2'；A4、使用光场的二次传播算法将散射波前光场在两个深度z1、z2上的估计值Y1'和Y2'传播到一目标深度，对应得到两个传播散射波前光场；A5、对所述两个传播散射波前光场在复数域求平均，得到目标深度的散射波前光场估计值。2.如权利要求1所述的基于动量梯度的散射波前光场估计加速方法，其特征在于，设定z2＞z1，则步骤A3中第k次迭代过程包括：A31、将深度z1第k-1次迭代得到的散射波前光场估计Y1k-1正向传播至深度z2后进行以|Y2|为幅值约束的幅值替换，得到幅值替换结果A32、利用计算深度z2第k次迭代的初始梯度A33、利用更新深度z2第k次迭代的动量梯度A34、利用更新深度z2的散射波前光场估计，得到深度z2第k次迭代的散射波前光场估计A35、将深度z2第k次迭代得到的散射波前光场估计反向传播至深度z1后进行以|Y1|为幅值约...

【专利技术属性】
技术研发人员：金欣，王周平，戴琼海，
申请(专利权)人：清华大学深圳研究生院，
类型：发明
国别省市：广东,44