自适应逆映射：一种面向动态散射介质下鲁棒成像的无模型半监督学习方法
光学
2021-08-20 v1 图像与视频处理
摘要
通过散射介质成像是一项有用却苛刻的任务，因为它涉及从散斑图像到物体图像的逆映射求解。当散射介质发生动态变化时，该问题更具挑战性。近年来已提出多种方法。然而迄今为止，尚无方法能在不假设动态变化的源数量有限、不假设薄散射介质、或不要求可访问介质两端的情况下保持高图像质量。本文中，我们提出自适应逆映射（AIP）方法，该方法对任意动态变化均灵活适用，且初始化后仅需输出散斑图像。我们表明，若紧跟着输出散斑图像，逆映射可通过无监督学习校正。我们在两个数值模拟上测试AIP方法，即表述为演化传输矩阵的动力散射系统，以及在对焦平面具有变化随机相位掩模的望远镜。随后我们在动态光纤成像系统上实验应用AIP方法。三种情况均观察到成像鲁棒性的提升。凭借优异性能，我们看到了AIP方法在动态散射介质成像中的巨大潜力。
引用
@article{arxiv.2108.08364,
title = {Adaptive Inverse Mapping: A Model-free Semi-supervised Learning Approach towards Robust Imaging through Dynamic Scattering Media},
author = {Xiaowen Hu and Jian Zhao and Jose Enrique Antonio-Lopez and Stefan Gausmann and Rodrigo Amezcua Correa and Axel Schulzgen},
journal= {arXiv preprint arXiv:2108.08364},
year = {2021}
}
备注
28 pages, 6 figures