基于光子灯笼的计算光学成像的原对偶数据驱动方法
图像与视频处理
2024-04-18 v2
摘要
光纤旨在对体内生物过程成像。在此背景下，高空间分辨率与对光纤运动的稳定性是实现决策过程（如微内镜）的关键。近来，一种基于多芯光纤光子灯笼的单像素成像技术被设计出来，名为利用灯笼的计算光学成像（COIL）。进一步提出了基于稀疏先验的近端算法SARA-COIL，以求解相关逆问题，实现高分辨率COIL微内镜的图像重建。本工作中，我们为COIL开发数据驱动方法。我们将近端算法中的稀疏先验替换为学习到的去噪器，得到即插即用（PnP）算法。该基于近端原对偶算法的PnP方法可求解逆问题的Morozov表述。我们利用学习理论近期结果训练具有合意Lipschitz性质的网络，并展示所得原对偶PnP算法收敛至单调包含问题的解。我们的仿真强调，所提数据驱动方法在模拟与真实数据上均较变分SARA-COIL方法提升了重建质量。
引用
@article{arxiv.2306.11679,
title = {A primal-dual data-driven method for computational optical imaging with a photonic lantern},
author = {Carlos Santos Garcia and Mathilde Larchevêque and Solal O'Sullivan and Martin Van Waerebeke and Robert R. Thomson and Audrey Repetti and Jean-Christophe Pesquet},
journal= {arXiv preprint arXiv:2306.11679},
year = {2024}
}