透过随机介质的相干平均成像

实验装置。用两个独立的装置来证明我们的方法：（1）通过火产生的动态湍流成像；（2）通过多重散射的单次拍摄斑点成像。图片来源：UNIST

       最近UNIST领导的一项研究介绍了一种恢复被雾气扭曲的图像的有效方法，据该研究团队称，他们的方法还可以为通过活体组织利用随机波动进行衍射极限图像重建提供一种途径，这一突破由UNIST生物医学工程系的 Jung-Hoon Park 教授领导，现在已经发表在《Laser & Photonics Reviews》期刊上。

       在这项研究中，研究团队仅通过利用以前从未实现过的移位加法方法恢复的傅立叶相位信息，展示了一种利用随机扭曲的图像来进行相位检索的新方法。与以往的迭代相位检索方法需要预先对物体进行假设（例如非负性和对物体扩展区域的约束）不同，新的方法速度快，几乎没有额外的计算负载，而且也不需要预先假设的约束或初始猜测，它也作为一项技术引起了人们的关注，该技术将为自动驾驶汽车获取高质量图像或获取生物组织内部的高分辨率图像。

       日常生活中的各种现象可能会被各种因素所掩盖，例如霾、雾和风。这种视线距离的减少限制了日常的活动，特别是成为了驾驶中的危险因素。因此，必须克服这种图像失真，以实现不受天气影响的安全自动驾驶。校正图像失真的自适应光学 (AO) 已经在天文空间领域得到应用，它修正了被大气层扭曲的星光，从而清晰地观察宇宙。然而，这项技术需要昂贵的专业设备，如波前测量装置和波前控制器等，因此很难在日常生活中使用它来克服图像失真。

       在这项研究中，研究团队展示了一种通过随机介质进行成像的新的相位检索方法。尽管通过随机失真恢复傅里叶振幅的方法已经很成熟了，但是傅里叶相位的恢复一直是一个比较困难的问题，仍然是一个非常活跃和重要的研究领域。研究已经表明，通过简单地对相移校正图像进行整体平均，被随机失真遮挡的物体的傅里叶相位可以被精确地恢复到衍射极限，据该研究团队介绍，这种方法简单、快速，没有任何优化参数，而且也不需要关于样品预先知识或假设。此外，通过实现大气湍流的所有计算衍射极限成像以及通过多种散射介质的成像，证明了该方法的可行性和稳定性。

      消息来源：https://phys.org/news/2023-03-imaging-random-media-coherent-averaging.html

      [1]Byungjae Hwang et al, Imaging through Random Media Using Coherent Averaging, Laser & Photonics Reviews (2023). DOI: 10.1002/lpor.202200673