一种非相干光成像相位恢复方法及装置与流程

xiaoxiao9月前  52


【】本发明涉及光源相位恢复技术,尤其涉及一种非相干光成像相位恢复方法及装置。

背景技术

0、
背景技术:

1、相干衍射成像(coherent diffraction imaging,cdi)是一种不依赖于透镜的成像方法,其分辨率只与相干光源的波长有关,现阶段光学成像仪器都只能记录光场的强度信息,而相位信息全部丢失,导致光场相位信息缺失。

2、目前已有相关研究人员通过空间域kramers-kronig关系提出了基于强度的全息成像,开发了根据强度图像描述相位图像的理论,但对于光源的相位恢复仍然没有明确的方法,尤其是对于非相干光源,目前并无非相干光源相位恢复的方法。


技术实现思路

0、
技术实现要素:

1、为解决非相干光成像相位恢复方法缺失的问题,本发明提供了一种非相干光成像相位恢复方法及装置。

2、本发明解决技术问题的方案是提供一种非相干光成像相位恢复方法,所述方法包括:

3、获取预设样品基于非相干光源衍射成像的强度图像;

4、基于根据强度图像得到的强度信息,获取完整衍射场信息;

5、基于完整衍射场信息推导预设样品的样品面上的初始光场信息,基于初始光场信息获取样品面的初始相位信息;

6、将初始相位信息输入预设神经网络模型进行处理,得到预设神经网络模型输出的重建相位信息;

7、判断重建相位信息是否达到预设相位,若是,获取该重建相位信息为最终相位信息并输出。

8、优选地,所述预设神经网络模型包括至少三层神经网络。

9、优选地,所述完整衍射场信息包括相位信息和振幅信息。

10、优选地,判断重建相位信息是否达到预设相位包括:获取所述重建相位信息和所述预设相位的误差,当误差小于预设值时,判断重建相位信息达到预设相位。

11、优选地,误差计算公式为:

12、

13、其中,ρ(r)model表示预设相位,ρn(r)表示根据算法重建的重建相位,(i,j)表示图像的空间坐标位置,m表示ρ(r)model的图像像素总数,n表示ρn(r)的图像像素总数。

14、优选地,所述预设值为0.001rad。

15、优选地,若重建相位信息未达到预设相位,将重建相位信息作为新的初始相位信息输入预设神经网络模型进行迭代处理,直到输出的重建相位信息达到预设相位后,将达到预设相位的重建相位信息作为最终相位信息输出。

16、优选地,基于根据强度图像得到的强度信息,获取完整衍射场信息包括:

17、根据强度图像得到强度信息;

18、根据强度信息获取衍射场振幅信息;

19、根据衍射场振幅信息获取衍射场相位信息;

20、根据衍射场振幅信息和衍射场相位信息得到完整衍射场信息。

21、优选地,根据衍射场振幅信息获取衍射场相位信息,为将衍射场振幅信息代入kramers-kronig关系式中计算获得衍射场相位信息,所述kramers-kronig关系式为:

22、

23、其中,p表示柯西主值,g表示衍射场光场信息,g的计算公式为g=ah·exp(iφ),其中,φ表示衍射场相位信息,i表示虚数单位,φ(0)表示衍射场相位信息,ah表示衍射场振幅信息,re表示取复数的实部,r||表示位置坐标r的水平分量,r′||表示积分变量。

24、优选地,为解决上述问题,本方案还提供一种非相干光成像相位恢复装置,包括:

25、获取模块:用于获取预设样品基于非相干光源衍射成像的强度图像;

26、计算模块:用于基于根据强度图像得到的强度信息,获取完整衍射场信息;

27、推导模块:用于基于完整衍射场信息推导预设样品的样品面上的初始光场信息,基于初始光场信息获取样品面的初始相位信息;

28、训练模块:用于将初始相位信息输入预设神经网络模型进行处理,得到预设神经网络模型输出的重建相位信息;

29、判断模块:用于判断重建相位信息是否达到预设相位,若是,获取该重建相位信息为最终相位信息并输出。

30、与现有技术相比,本发明的非相干光成像相位恢复方法及装置具有以下优点:

31、1.本发明的非相干光成像相位恢复方法包括:获取预设样品基于非相干光源衍射成像的强度图像;基于根据强度图像得到的强度信息,获取完整衍射场信息;基于完整衍射场信息推导预设样品的样品面上的初始光场信息,基于初始光场信息获取样品面的初始相位信息;将初始相位信息输入预设神经网络模型进行训练,得到重建相位信息;判断重建相位信息是否达到预设相位,若是,获取该重建相位信息为最终相位信息并输出。可以理解的,利用预设神经网络模型对初始相位信息进行处理的方式来获取重建相位信息,可以准确高效地获取重建相位信息,实现对非相干光源相位图像的恢复;同时,通过基于预设样品的强度图像去获取初始相位信息作为预设神经网络模型的输入,可以进一步提高处理的效率及准确性。

32、2.本发明中采用包含多层神经网络的预设神经网络模型,通过多层神经网络来对特征进行学习,能让预设神经网络模型更好地学习输入信息的细节特征;利于提高预设神经网络模型输出结果的准确性。

33、3.本发明的完整衍射场信息包括相位信息和振幅信息,基于完整的衍射场信息进行初始光场信息的推导,利于保证获取的初始光场信息的准确性。

34、4.本发明通过设置预设值及误差计算比对的方式来进行迭代处理,从而确保输出的最终相位信息达到需求的标准。

35、5本发明提供的非相干光成像相位恢复装置可用于实现前述的非相干光成像相位恢复方法,因此也应具备和非相干光成像相位恢复方法一致的有益效果,在此不作赘述。



技术特征:

1.一种非相干光成像相位恢复方法,其特征在于,所述方法包括:

2.如权利要求1所述的非相干光成像相位恢复方法,其特征在于,所述预设神经网络模型包括至少三层神经网络。

3.如权利要求1所述的非相干光成像相位恢复方法,其特征在于,所述完整衍射场信息包括相位信息和振幅信息。

4.如权利要求1所述的非相干光成像相位恢复方法,其特征在于,判断重建相位信息是否达到预设相位包括:获取所述重建相位信息和所述预设相位的误差,当误差小于预设值时,判断重建相位信息达到预设相位。

5.如权利要求4所述的非相干光成像相位恢复方法,其特征在于,误差计算公式为:

6.如权利要求4所述的非相干光成像相位恢复方法,其特征在于,所述预设值为0.001rad。

7.如权利要求1所述的非相干光成像相位恢复方法,其特征在于,若重建相位信息未达到预设相位,将重建相位信息作为新的初始相位信息输入预设神经网络模型进行迭代处理,直到输出的重建相位信息达到预设相位后,将达到预设相位的重建相位信息作为最终相位信息输出。

8.如权利要求1所述的非相干光成像相位恢复方法,其特征在于,基于根据强度图像得到的强度信息,获取完整衍射场信息包括:

9.如权利要求8所述的非相干光成像相位恢复方法,其特征在于,根据衍射场振幅信息获取衍射场相位信息,为将衍射场振幅信息代入kramers-kronig关系式中计算获得衍射场相位信息,所述kramers-kronig关系式为:

10.一种非相干光成像相位恢复装置,其特征在于,包括:


技术总结
本发明涉及光源相位恢复技术,尤其涉及一种非相干光成像相位恢复方法及装置,该方法获取预设样品基于非相干光源衍射成像的强度图像;基于根据强度图像得到的强度信息,获取完整衍射场信息;基于完整衍射场信息推导预设样品的样品面上的初始光场信息,基于初始光场信息获取样品面的初始相位信息;将初始相位信息输入预设神经网络模型进行处理,得到预设神经网络模型输出的重建相位信息;判断重建相位信息是否达到预设相位,若是,获取该重建相位信息为最终相位信息并输出。利用本方案可以准确高效地获取重建相位信息,实现对非相干光源相位图像的恢复。

技术研发人员:请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名
受保护的技术使用者:光科芯图(北京)科技有限公司
技术研发日:
技术公布日:2024/9/23

最新回复(0)