[發(fā)明專利]基于連通域優(yōu)化的超記憶效應(yīng)范圍非侵入式散射成像方法

有效

• 申請?zhí)枺?/td>: 201910319306.6
• 申請日: 2019-04-19
• 公開（公告）號: CN109932816B
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 金欣;李峻琦;戴瓊海
• 申請（專利權(quán)）人: 清華大學(xué)深圳研究生院
• 主分類號: G02B27/00
• 分類號: G02B27/00;G02B27/48
• 代理公司: 深圳新創(chuàng)友知識產(chǎn)權(quán)代理有限公司 44223
• 代理人: 方艷平

本發(fā)明公開了一種基于連通域優(yōu)化的超記憶效應(yīng)范圍非侵入式散射成像方法，包括采集待成像的樣本的散斑信息；計算散斑信息的自相關(guān)圖像，根據(jù)自相關(guān)圖像得到自相關(guān)圖形；根據(jù)自相關(guān)圖形得到重建結(jié)果，利用連通域優(yōu)化重建結(jié)果；計算優(yōu)化后的重建結(jié)果的自相關(guān)并歸一化，以計算得到一個物體的初始自相關(guān)；依次根據(jù)前一步驟得到的一個物體的自相關(guān)得到重建結(jié)果，利用連通域優(yōu)化計算優(yōu)化后的重建結(jié)果的自相關(guān)并歸一化，并結(jié)合自相關(guān)圖形計算得到另一物體的自相關(guān)；循環(huán)前述計算兩個物體的自相關(guān)的步驟直到預(yù)定的循環(huán)次數(shù)，再利用相位恢復(fù)算法和計算得到的兩個物體的自相關(guān)進(jìn)行空域重構(gòu)，實現(xiàn)非侵入式成像。本發(fā)明能夠?qū)崿F(xiàn)大視角范圍的多個物體散射成像。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)成像學(xué)領(lǐng)域，尤其涉及一種基于連通域優(yōu)化的超記憶效應(yīng)范圍非侵入式散射成像方法。

背景技術(shù)

散射介質(zhì)在自然界中廣泛存在，散射介質(zhì)具有不均勻的折射率和反射率分布，光通過散射介質(zhì)后原有信息被嚴(yán)重干擾，阻礙了傳統(tǒng)光學(xué)系統(tǒng)對象信息的直接分析。散射介質(zhì)作用下的成像技術(shù)在生物醫(yī)學(xué)成像、遙感等領(lǐng)域都有很好的應(yīng)用前景。

現(xiàn)有的散射成像方法主要分為兩類：基于彈道光或基于記憶效應(yīng)理論。其中，基于彈道光的方法包括光學(xué)相干斷層掃描(OCT)、光子累積成像、時域光子統(tǒng)計分布和雙光子顯微鏡等。這些方法需要大型設(shè)備作為支持，同時由于彈道光的數(shù)量隨散射介質(zhì)散射作用的增強(qiáng)呈指數(shù)式衰減，因此這一類方法只適用于散射效應(yīng)較弱的場景。基于記憶效應(yīng)的技術(shù)包含波前整形、散斑掃描采集系統(tǒng)、單次散斑相關(guān)成像系統(tǒng)和PSF反卷積方法，其中波前整形和反卷積方法通常需要系統(tǒng)校準(zhǔn)或引導(dǎo)星等，由于其侵入式的成像方法，應(yīng)用場景受到了較大的限制。散斑掃描采集系統(tǒng)和單次散斑相關(guān)成像系統(tǒng)雖然可以實現(xiàn)強(qiáng)散射介質(zhì)的非侵入式成像，但成像范圍都受到記憶效應(yīng)范圍的限制，無法對大視角物體成像。

以上背景技術(shù)內(nèi)容的公開僅用于輔助理解本發(fā)明的構(gòu)思及技術(shù)方案，其并不必然屬于本專利申請的現(xiàn)有技術(shù)，在沒有明確的證據(jù)表明上述內(nèi)容在本專利申請的申請日已經(jīng)公開的情況下，上述背景技術(shù)不應(yīng)當(dāng)用于評價本申請的新穎性和創(chuàng)造性。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明提出一種基于連通域優(yōu)化的超記憶效應(yīng)范圍非侵入式散射成像方法，能夠?qū)崿F(xiàn)大視角范圍的多個物體散射成像。

為了達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案：

本發(fā)明公開了一種基于連通域優(yōu)化的超記憶效應(yīng)范圍非侵入式散射成像方法，包括以下步驟：

A1：采集待成像的樣本的散斑信息，其中待成像的樣本包括尺寸在記憶效應(yīng)范圍內(nèi)但距離超出記憶效應(yīng)范圍的連續(xù)的第一物體和第二物體；

A2：計算步驟A1采集的散斑信息的自相關(guān)圖像，并根據(jù)自相關(guān)圖像得到自相關(guān)圖形；

A3：根據(jù)步驟A2的自相關(guān)圖形得到第一物體或第二物體的重建結(jié)果，并利用連通域優(yōu)化第一物體或第二物體的重建結(jié)果；

A4：計算經(jīng)步驟A3優(yōu)化后的第一物體或第二物體的重建結(jié)果的自相關(guān)并歸一化，并結(jié)合自相關(guān)圖形，相應(yīng)計算得到第二物體或第一物體的初始自相關(guān)；

A5：根據(jù)前一步驟得到的第二物體或第一物體的自相關(guān)相應(yīng)得到第二物體或第一物體的重建結(jié)果，并利用連通域優(yōu)化第二物體或第一物體的重建結(jié)果，然后計算優(yōu)化后的第二物體或第一物體的重建結(jié)果的自相關(guān)并歸一化，并結(jié)合自相關(guān)圖形，相應(yīng)計算得到第一物體或第二物體的自相關(guān)；

A6：根據(jù)前一步驟得到的第一物體或第二物體的自相關(guān)相應(yīng)得到第一物體或第二物體的重建結(jié)果，并利用連通域優(yōu)化第一物體或第二物體的重建結(jié)果，然后計算優(yōu)化后的第一物體或第二物體的重建結(jié)果的自相關(guān)并歸一化，并結(jié)合自相關(guān)圖形，相應(yīng)計算得到第二物體或第一物體的自相關(guān)；

A7：循環(huán)進(jìn)行步驟A5和A6直到預(yù)定的循環(huán)次數(shù)，再利用相位恢復(fù)算法和計算得到的第一物體的自相關(guān)和第二物體的自相關(guān)進(jìn)行空域重構(gòu)，實現(xiàn)非侵入式成像。