基于暗场稀疏先验的高保真定量差分相衬解卷积
最优化与控制
2022-06-16 v1 信息论
math.IT
光学
摘要
差分相衬(DPC)成像在定量相位测量领域中占有重要地位。然而,定量DPC(qDPC)成像的重建算法尚未优化,因其未利用qDPC成像的固有特性。本研究提出一种简单而有效的图像先验——暗场稀疏先验(DSP),以提升所有基于DPC的相位重建算法的相位重建质量。DSP基于一关键观察:理想差分相衬图像中大多数像素值为零,因为反对称照明下两幅图像相减抵消了所有背景分量。借助该DSP先验,我们构造了新的代价函数,其中采用L0范数表示DSP。进一步,我们基于(1)半二次分裂与(2)Richardson-Lucy解卷积开发了两种不同的算法来求解这一NP困难的L0范数问题。我们在模拟与实验数据上测试了新模型,并与包括L2范数和全变分正则化在内的最先进方法进行比较。结果表明,所提模型在相位重建质量和实现效率上均更优,显著提升了实验鲁棒性,同时保持了数据保真度。
引用
@article{arxiv.2206.07465,
title = {High-fidelity quantitative differential phase contrast deconvolution using dark-field sparse prior},
author = {Shuhe Zhang and Tao Peng and Zeyu Ke and Meng Shao and Tos T. J. M. Berendschot and Jinhua Zhou},
journal= {arXiv preprint arXiv:2206.07465},
year = {2022}
}