一种基于神经网络的宽带光源相位重建方法

摘要：

相位定量检测是检测入射光场波前的重要指标,Shack-Hartmann波前传感器能够同时测量波前的振幅和相位分布,但其分辨率较低.针对传统的非干涉相位检测法需要两台放置在不同位置的相机,使用两幅图像之间的相位差来估算波前的相位信息,造成了相位成像系统的复杂性和不确定性的问题,提出了将宽带光源作为照明光源,只需单次拍摄彩色图像输入神经网络并使用梯度下降算法进行优化的相位重建方法.仿真和试验结果表明,这项技术将物理模型和神经网络相结合,能够以高分辨、高速度、低成本实现待测物体的相位重建工作.其中作为评价重建图像质量的均方误差函数(MSE)最小可达到0.089 rad,对于透明细胞的相位重建质量为0.133 rad,要优于GS法(0.320 rad)和TIE法(0.378 rad).因此,提出的基于神经网络的宽带光源相位重建方法可以运用于自适应光学、活细胞生物实时成像等领域.

关键词：非相干检测、相位重建、神经网络、梯度下降算法

所属期刊栏目：42

分类号：O438.2(光学)

资助基金：上海市类脑光子芯片前沿科学研究基地2021;03-10

在线出版日期：2022-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：137-143