基于粒子群模拟退火的宏观傅里叶叠阵成像孔径校准方法
《Optics and Lasers in Engineering》:Comprehensive particle swarm-simulated annealing-based aperture calibration for macroscopic Fourier ptychography
【字体:
大
中
小
】
时间:2025年12月03日
来源:Optics and Lasers in Engineering 4.2
编辑推荐:
洪成|陈宇|余宝华|李玉晓|张诚
中国安徽合肥230601,安徽大学电子与信息工程学院
摘要
在宏观傅里叶叠阵成像技术中,通过移动相机整合多张低分辨率图像来形成更大口径的虚拟光圈,从而有效克服光圈限制,实现高分辨率图像的重建。然而,在相机扫描过程中出现的定位误差会导
洪成|陈宇|余宝华|李玉晓|张诚
中国安徽合肥230601,安徽大学电子与信息工程学院
摘要
在宏观傅里叶叠阵成像技术中,通过移动相机整合多张低分辨率图像来形成更大口径的虚拟光圈,从而有效克服光圈限制,实现高分辨率图像的重建。然而,在相机扫描过程中出现的定位误差会导致迭代重建时的光圈约束条件出现错位,进而显著降低重建图像的质量。为解决这一问题,本文提出了一种名为“综合粒子群-模拟退火算法用于傅里叶叠阵成像光圈校准”的新算法,该算法结合了粒子群优化的全局搜索能力与模拟退火的精确局部优化功能,既能快速找到最优解,又能提高校准精度。这种组合方式避免了模拟退火收敛速度慢以及粒子群优化局部搜索不足的缺陷,使得CPSSA-FPC具有更优异的性能。此外,本文还引入了一种名为“综合对比度-相似度指标”的改进评估方法,用于指导校准过程,该方法能有效提升算法的精确度和适应性。仿真与实验结果均证明了所提方法的高效性、准确性及稳定性,表明其是傅里叶叠阵成像系统中高精度光圈校准的有效解决方案。
引言
在傅里叶光学理论中,光学成像类似于低通滤波操作。由于光圈尺寸有限,光学系统只能捕捉和传输一定频带内的空间频率分量。根据阿贝成像理论,超过某一阈值的频率会被丢失,从而导致获取图像的分辨率和有效带宽下降[1]。在高分辨率是众多实际应用中成像系统性能的重要指标。例如,在天文观测中,高分辨率有助于探测遥远天体如星系结构、系外行星以及恒星表面的细微特征[2,3];在军事领域,侦察卫星和无人机也依赖高分辨率成像来准确识别地面目标的关键细节,如武器、车辆以及伪装或隐蔽物体的真实轮廓[4]。虽然从理论上讲,增大光圈尺寸可以提高分辨率,但这一做法会带来诸多挑战,因为大光圈的系统在尺寸、重量以及制造复杂度方面都存在较大问题[5]。因此,有必要开发创新的成像方法,以突破物理光圈的限制,从而在紧凑高效的系统中实现高分辨率和高性能成像。
傅里叶叠阵成像技术是一种强大的计算成像方法,可用来绕过物理光圈的限制,在宽视野范围内实现高分辨率成像[6,7]。该技术最初以傅里叶叠阵显微镜的形式被开发出来,通过LED阵列从不同角度照射样本,从而生成对应于样本傅里叶谱不同区域的多个低分辨率图像[8,9,10],随后通过频域算法将这些图像拼接起来,重建出单个高分辨率复数场。在傅里叶叠阵显微镜取得成功后,其原理被扩展到宏观领域,从而形成了宏观傅里叶叠阵成像技术。在典型的宏观傅里叶叠阵成像系统中,通常使用单个相机机械扫描二维平面,依次采集所需的低分辨率图像[11,12,13,14]。尽管这种基于扫描的方法效果良好,但效率较低。为满足快速采集的需求,尤其是对于动态场景,近年来出现了并行快照式宏观傅里叶叠阵成像技术,该技术利用多台相机在一次曝光中同时采集所有子光圈数据[15,16]。虽然这些不同的实现方式适用于不同的应用需求,但对于静态场景而言,基于扫描的宏观傅里叶叠阵成像仍是一种可靠且广泛使用的方法,其主要挑战在于位置精度。
通过扫描获取多种傅里叶信息的技术并不仅限于相机平移,人们还通过扫描成像系统的其他元件开发出了其他宏观叠阵成像方案。其中一种常见的方法是扫描结构化照明图案,如随机散斑,该方法已成功应用于相干成像和非相干成像领域[17,18]。类似地,编码图像传感器的平移也被用作一种无需透镜的方法,可用于同时扩大视野范围和傅里叶带宽[19]。这些不同扫描方式的一个共同点是,都需要精确了解被扫描元件(相机、图案或传感器)与物体之间的相对位置。例如,使用结构化照明对运动目标进行成像时,需要可靠的图像配准技术来跟踪位置变化[17],这意味着位置不确定性在基于扫描的计算成像领域是一个重大挑战。
在基于相机扫描的宏观傅里叶叠阵成像系统中,定位问题尤为突出。光圈扫描过程中的定位误差会导致频域子光圈出现空间偏差,进而在迭代重建过程中造成约束条件错位,严重影响重建质量。尽管已有各种算法试图解决这一问题,但它们往往依赖于适用于存在系统性误差的微观系统的全局模型[20,21]。而在宏观傅里叶叠阵成像系统中,误差往往较大且无规律,因此需要独立的子光圈校准。模拟退火算法已被成功用于透射显微镜叠阵成像中的位置校正,但其随机游走式的局部搜索策略效率较低,而且当面对宏观机械扫描系统中常见的大规模不可预测初始误差时,该算法容易陷入局部最小值[22]。相比之下,基于粒子群优化的方法虽能高效探索全局搜索空间,但往往缺乏在最优解附近进行精细局部优化的精度[23]。这些局限性凸显出需要一种结合全局搜索与局部搜索优势的混合策略。
为填补这一空白,本文提出了一种名为“综合粒子群-模拟退火算法用于傅里叶叠阵成像光圈校准”的新算法,该算法将粒子群优化与模拟退火的优点有机结合。这种混合方法利用粒子群优化强大的全局搜索能力,快速逼近最优解区域,从而为后续的高精度局部校准提供良好的起点,避免了单独使用模拟退火在大型搜索空间中收敛缓慢及易陷入局部最小值的弊端。之后再利用模拟退火进行精确的局部校准,进一步提升解决方案的精度。为有效指导这一两阶段优化过程,本文引入了一种名为“综合对比度-相似度指标”的改进评估方法,该方法可用于对不同频段下的图像质量进行自适应评估,从而克服传统评估方法的局限性。
算法结构
如图1所示,CPSSA-FPC算法由三个主要模块构成:(i)正向成像模块,(ii)光圈错位校准模块,以及(iii)重建模块。在正向成像模块中,首先建立光圈错位成像模型,为算法提供理论基础。光圈错位校准模块则将CCSM指标与CPSSA-FPC算法相结合,从而实现对错位情况的精确校准。
仿真验证
为评估所提算法的准确性与有效性,我们设计了多项仿真实验。在第一个实验中,使用分辨率标尺作为高分辨率参考样本,成像系统参数如下:照明波长λ=532纳米;相机镜头焦距f=75毫米;镜头光圈直径d=2毫米;目标物与光圈平面之间的距离z=1米。实验中采用11×11大小的采样阵列进行相机扫描。
结论与讨论
本研究解决了傅里叶叠阵成像重建过程中频域子光圈约束条件与实际子光圈位置之间错位的问题。为解决这一难题,我们提出了CPSSA-FPC算法,该算法有效地结合了粒子群优化与模拟退火的优点。粒子群优化算法通过全局搜索高效地找到最优解附近的区域,而模拟退火算法则在选定区域内进行精确校准。
资助
本项目得到了安徽省高等学校自然科学基金(项目编号KJ2020ZD02、2022AH050089)以及国家自然科学基金(项目编号62271005)的支持。
作者贡献
所有作者都对本研究做出了重要贡献。洪成与陈宇负责研究设计、数据收集与分析,并撰写了初稿;余宝华对论文的核心内容进行了严格审阅,并全程监督研究工作;李玉晓与张诚提供了技术支持,并确保数据的完整性。所有作者均已阅读并批准了论文的最终版本,愿意对论文内容承担相应责任。
数据可用性
本文所呈现的结果相关数据可向相应作者提出合理请求后获取。
CRediT作者贡献说明
洪成:写作——审阅与编辑、研究指导、资金获取、概念构思。陈宇:写作——审阅与编辑、初稿撰写、方法设计、实验分析、正式分析、数据整理、概念构思。余宝华:研究指导、数据整理、概念构思。李玉晓:写作——审阅与编辑、结果验证、方法设计、正式分析。张诚:写作——审阅与编辑、研究指导、正式分析。
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号