本文为中国激光第1780篇。

欢迎点击在看、转发，让更多人看到。

封面文章 |张华,曹良才,金国藩,白瑞迪. 基于压缩感知算法的无透镜数字全息成像研究[J]. 激光与光电子学进展, 2020, 57(8): 080001

撰稿| 曹良才

导读

来自清华大学和杜克大学的研究人员针对无透镜数字全息成像重建中的逆问题，开发了一种压缩感知处理算法，且对如何提高算法的处理速度和处理精度进行了研究，该算法还可用于其他无透镜成像或编码成像技术。

01

背景

随着现代光学、数学理论和计算机科学的发展，传统的光学成像技术和光电成像系统开始向编码和计算的方向拓展，成像系统的重构方式和结构形态发生了变化，进一步提升成像技术在空间、时间、光谱等维度上的动态范围与分辨能力，获得了国内外研究学者的广泛关注，逐渐形成了计算光学成像这一分支。 无透镜数字全息成像技术通过像感器直接对平行光照射过物体后的衍射和干涉图样进行采集，然后利用算法进行三维物体的高分辨率重建，这种成像系统结构简单、视场大、易编码，但对编码后的图像解耦提出了较高的要求，重建算法对硬件成本和成像性能两方面都至关重要。

压缩感知数字全息技术可构建从三维物体到二维伽柏全息的正向传输模型，利用图像信息本身的稀疏性或者在某一变换域中的稀疏性作为正则化条件，在只采集单幅同轴全息图的条件下，利用压缩感知算法可实现重建真实三维物理场信息。

02

压缩感知及其算法

压缩感知成像是一种通过求解目标函数极值，从少量压缩采样数据中恢复高维高清图像的成像方法。 压缩感知成像可以通过硬件编码的方式实现数据的降维采样，在硬件层面同时实现图像的压缩和采样，硬件编码设计需要尽可能地保留目标图像的信息，而图像信号重建可以通过后端优化算法实现，这样的成像模型能够大大降低信号采集和传输的成本