对光学成像中相位恢复的现代概述进行了回顾,目的是描述该领域的现状、识别挑战并提出信号处理方法将对光学成像和成像应用领域产生大影响的想象和领域。
Feb, 2014
本文发展了一种新的相位恢复框架,结合多个结构光源和凸规划的思想,通过回复幅度获取相位,证明了我们的算法在设定的信噪比范围内可靠地重建原始信号,并且引入了一些理论来说明我们可以通过设计简单的 structured illumination 模式,从而唯一地恢复相位。
Sep, 2011
本文介绍了一种高效且具有强大泛化能力的大规模相位恢复技术,其使用交替投影算法和增强的神经网络分别处理测量和统计优化问题,有效地弥补了各个操作符的缺点,并在计算成本较低的前提下实现了大规模相位恢复,被应用于计算相位成像中的各种模态并验证了其优越性。
Apr, 2021
本文研究交替投影算法的本地收敛性必要条件和充分条件,并探讨凝聚相位和图连接拉普拉斯的问题,以展示如何构建准确的初始猜测来加速收敛速度,以处理即将到来的新光源时代的大型成像数据。
为全息相位恢复问题提出了一个通用的数学框架和恢复算法,基于优化视角,分析了参考信号对各种恢复方案的性能影响,并推导了在数据受泊松旅拍噪声污染下的恢复误差期望公式。
Jan, 2019
利用神经网络进行密集分析,基于图像配准以及线性方程的构建和求解,实现 ptychography 探针位置的准确预测并对大尺度和累积性位置误差进行有效校正。
May, 2024
本文讨论了从仅具有密度测量信息的实验数据中,利用凸规划技术计算物体相位的问题,通过对一定数量的随机扰动信号进行传播和测量,所得到的衍射图案的凸规划技术 PhaseLift 可以准确还原相位信息。
Oct, 2013
研究基于凸松弛算法的相位恢复成像问题,结合信号和观测值的稀疏性、平滑性以及正性,可以加速收敛并提高恢复性能。通过在 PDB 数据模拟的分子成像问题上进行实验验证。
Apr, 2013
研究了在成像科学中,如何利用干涉法和扩展图的性质提供一种新颖的测量设计,实现相位恢复,利用谱图理论得出了相对于 PhaseLift 的稳定性能保证,并使用数值模拟对其性能进行了比较。
Oct, 2012
本文提出了一种基于学习参考信号和解卷积神经网络的 Fourier 相位恢复方法,该方法在计算成本小的情况下提供接近完美的恢复,相比标准 Fourier 相位恢复方法有显著的性能提高。
Jul, 2020