Ongeleid deep learning voor incoherente holografische 3D-beeldvorming met één opname

Papierinformatie

Achtergrond Inleiding

Digitale holografie heeft veel aandacht getrokken vanwege de mogelijkheid om 3D-scènes vanuit één gezichtspunt vast te leggen. Vergeleken met directe beeldvorming is digitale holografie een indirect, meerstaps beeldvormingsproces dat optische registratie van hologrammen en numerieke computationele reconstructie omvat, wat een breed scala aan toepassingsscenario's biedt voor computationele beeldvormingsmethoden, waaronder deep learning. Incoherente digitale holografie heeft de laatste jaren veel aandacht getrokken vanwege de hoge beeldresolutie, de afwezigheid van verstrooiingsruis en randeffecten, en de lage kosten. Momenteel wordt incoherente holografie toegepast op apertuurbeeldvorming, superresolutiebeeldvorming, beeldvorming met grote scherptediepte en roosterlichtbladmicrobeeldvorming.

Deep learning is de laatste jaren toegepast op incoherente digitale holografie. Alle huidige rapporten zijn echter gebaseerd op datagestuurde supervised learning-methoden, die grote hoeveelheden paarsgewijs gelabelde data vereisen en kampen met problemen zoals onvoldoende generalisatie. Om bovenstaande uitdagingen aan te pakken, stelt dit artikel een one-shot, niet-coherente, zelfkalibrerende holografische 3D-reconstructiemethode voor zonder voorafgaande training van het neurale netwerk, genaamd SC-RUN. SC-RUN verbetert de getrouwheid en signaal-ruisverhouding van de puntspreidingsfunctie (PSF) en bereikt een zeer nauwkeurige en artefactvrije reconstructie van 3D-objecten met slechts één hologram. In dit artikel wordt het effect van SC-RUN duidelijk gedemonstreerd aan de hand van interferentievrije gecodeerde apertuurcorrelatieholografie (I-COACH)-beeldvorming als voorbeeld.

Methodologische principes

Figuur 1 Niet-interferentie gecodeerde apertuurcorrelatieholografie-inrichting

Licht van een incoherente lichtbron wordt door lens L1 gefocusseerd om een ​​object te belichten. Het object bevindt zich nabij het voorste brandvlak Z3 van lens L2, waardoor het object zich in het verre veld van de CPM bevindt. De SLM geladen met de gecodeerde fase bevindt zich op afstand d van lens L2, en de SLM wordt voorafgegaan door een polarisator P. Omdat het beeldvormingsmodel van I-COACH lineair ruimtelijk invariant is in intensiteit, kan het hologram van het object dat door de sensor wordt geregistreerd, worden beschouwd als de incoherente intensiteitssuperpositie van de hologrammen van ontelbare objectpunten. Zo kan het lichtveld van een objectpunt theoretisch worden geanalyseerd en vervolgens worden geconvolueerd of gesuperponeerd om het multiobject-objectbeeldvormingsmodel te verkrijgen.

Figuur 2 Structuur van de diffusiefunctie van het SC-RUN-kalibratiepunt

Figuur 3 Structuur van SC-RUN-single-shot-beeldvorming op basis van een ongetraind neuraal netwerk voorafgaand aan

Figuur 4 SC-RUN-single-shot 3D-beeldstructuur gebaseerd op een ongetraind neuraal netwerk voorafgaand aan

Systeem optisch pad

Het multikanaals I-COACH experimentele systeem wordt getoond in Figuur 5, waarin de productparameters van de amplitude-type ruimtelijke lichtmodulator worden getoond in de volgende tabel.

Figuur 5 I-COACH experimentele opstelling

De ruimtelijke lichtmodulator die in dit experiment wordt gebruikt, is onze TSLM07U-A. De parameters en specificaties ervan zijn als volgt:

Het systeem bestaat uit twee doelkanalen in verschillende axiale vlakken, waarbij een digitale microspiegel (DMD) wordt gebruikt als doel 1 in kanaal 1 en een amplitude-type ruimtelijke lichtmodulator als doel 2 in kanaal 2. Licht van een ruimtelijk incoherente lichtgevende diode (LED) wordt verzameld door een concentrator om het object te belichten. Vervolgens wordt het afgebogen objectlicht in de twee kanalen gecombineerd door een bundelsplitsend prisma (BS1) en gecollimeerd door een lens L voor collimatie. De polarisator P polariseert het objectlicht in de richting van de modulatieas van de zuivere fase SLM. Ten slotte wordt de door de zuivere fase SLM gemoduleerde lichtgolf geregistreerd door een CMOS-sensor. De zuivere fase SLM wordt geladen met een hologram dat is gesynthetiseerd door het GSA-algoritme.

Resultaten

Figuur 6 Kalibratie resultaten van SC-RUN voor PSF. a) Hologram, b) Originele PSF, c) Resultaten van niet-lineaire reconstructie met behulp van de originele PSF, d) Bekend object, e) Gekalibreerde PSF, en f) Resultaten van niet-lineaire reconstructie met behulp van de gekalibreerde PSF.

Figuur 7 2D experimentele resultaten van SC-RUN en niet-lineaire reconstructie

Figuur 8 3D experimentele resultaten van SC-RUN en niet-lineaire reconstructie

De bovenstaande experimentele resultaten tonen aan dat SC-RUN goed presteert op I-COACH, wat aangeeft dat deze strategie van het vooraf kalibreren van de PSF en het vervolgens reconstrueren van het object via neurale netwerken een groot potentieel heeft. Momenteel worden veel optische beeldvormingstechnieken geïmplementeerd door gespecialiseerde PSF's te ontwerpen. Zo worden PSF's met subdiffractielimietpunten gegenereerd door middel van wavefrontcodering om superresolutiebeeldvorming mogelijk te maken. Evenzo kan de beelddiepte worden vergroot door middel van wavefrontcodering om de PSF ongevoelig te maken voor misfocussering. Andere informatie, zoals de diepte, het spectrum en de polarisatie van het object, kan in de PSF worden gecodeerd om de beelddimensie te vergroten. De bovenstaande computationele beeldvormingstechnieken zijn sterk afhankelijk van de a priori informatie van de PSF, en SC-RUN maakt het mogelijk om PSF's te verkrijgen met een hoge betrouwbaarheid en hoge signaal-ruisverhoudingen. Daarom kunnen uitstekende reconstructieresultaten worden verkregen wanneer de voorwaartse operator bekend is. Omdat SC-RUN bovendien consistente metingen afdwingt zonder dat er datasets en labels nodig zijn, en omdat de meeste beeldvormingstaken één of meer inverse oplossingsmodellen met bekende voorwaartse operatoren omvatten, kan SC-RUN eenvoudig worden toegepast op een groot aantal andere beeldvormingstaken.

Samenvatting van het artikel

In dit artikel hebben we een gegeneraliseerd, ongesuperviseerd, incoherent holografisch 3D-reconstructieframework voorgesteld, SC-RUN, dat de fysische kennis van niet-lineaire reconstructiemethoden en forward imaging-modellen combineert om de reconstructietaak uit te voeren via een neuraal netwerk met aanvullende fysische beperkingen. SC-RUN houdt rekening met zowel temporele resolutie als getrouwheid, is robuust en vereist niet veel gelabelde datagestuurde informatie. Bovendien tonen experimentele resultaten aan dat een zeer nauwkeurige reconstructie van complexe objecten met intensiteitsvariaties voor het eerst wordt bereikt in incoherente holografie. SC-RUN is over het algemeen geschikt voor een verscheidenheid aan optische configuraties en is eenvoudig aan te passen aan andere beeldvormingstaken. Bovendien biedt SC-RUN een breed scala aan mogelijkheden voor superresolutie-beeldvorming, apertuurbeeldvorming, uitgebreide scherptediepte-beeldvorming en multidimensionale informatiemultiplexing, wat de weg vrijmaakt voor het verkrijgen van multidimensionale informatie in dynamische optische velden.