基于深度生成先验的联合叠层断层成像
图像与视频处理
2021-08-30 v2 最优化与控制
摘要
联合叠层断层成像是一种强大的计算成像框架,可在放宽传统相位恢复中常见探针重叠要求的同时,恢复三维物体的折射特性。我们采用增广拉格朗日格式表述该约束优化问题,并运用交替方向乘子法(ADMM)求得联合解。ADMM 将问题拆分为更小且计算上更高效的子问题:叠层相位恢复、断层重建与解的正则化。我们通过即插即用(PnP)去噪器扩展 ADMM 框架,以基于机器学习的通用去噪算子替代正则化子问题。尽管 PnP 框架能集成此类学习到的先验作为去噪算子,去噪器先验的调参仍具挑战。为克服该挑战,我们提出一种去噪器参数以控制去噪器作用并加速求解。在模拟中,我们证明了所提带参数调优与学习先验的框架在有限且含噪的测量数据下可生成高质量重建。
引用
@article{arxiv.2009.09498,
title = {Joint ptycho-tomography with deep generative priors},
author = {Selin Aslan and Zhengchun Liu and Viktor Nikitin and Tekin Bicer and Sven Leyffer and Doga Gursoy},
journal= {arXiv preprint arXiv:2009.09498},
year = {2021}
}