[发明专利]一种基于神经网络的散射介质光学成像方法

摘要

本发明公开了一种基于神经网络的散射介质光学成像方法，该方法包括散射介质光学神经网络模型构建和成像两个过程。在散射介质光学神经网络模型构建过程中，将散射介质前的调制光信号作为神经网络模型的输出层，将穿过散射介质后形成的光散斑强度信息作为模型的输入层，利用多组输入输出层数据对神经网络进行训练，求解神经网络模型中各中间层参数，从而获得特定的散射介质光学神经网络模型。散射介质光学成像过程中，将待成像目标图案作为上述神经网络模型的输入层，经过神经网络计算输出得到光波预调制信号，之后利用预调制信号调制入射光光波面，从而透过散射介质直接形成目标图像。

主权项

1.一种基于神经网络的散射介质光学成像方法，其特征在于，所述方法通过基于神经网络的散射介质光学成像系统实现，包括散射介质光学神经网络模型构建和成像过程：所述基于神经网络的散射介质光学成像系统包括：激光器发出的一束单色激光经过第一透镜汇聚，在光聚焦点处放置一光阑，进行低通滤波，再经过1/2波片和偏振片，变为特定偏振方向的偏振光，之后经过第二透镜的准直扩束入射空间光调制器表面，其反射光波面被调制并由分光镜反射进行第一物镜，将调制光汇聚于散射介质表面，透过散射介质后形成光散斑图案，经过第二物镜后进入相机，相机采集光散斑强度信息；散射介质光学神经网络模型构建过程基于神经网络算法，将调制光波面信号作为神经网络的输出层，经过散射介质后形成的光散斑图案作为神经网络的输入层；计算机控制空间光调制器对入射光进行调制形成多个调制光波面，经过散射介质后得到相应的多个出射光散斑图案，这样便得到了多对输入输出数据；利用这些数据对神经网络模型进行训练，从而构建散射介质光学神经网络模型，获得经过散射介质的输出光波图案和输入图案之间的内在关系；成像过程中，将待成像图案作为上述神经网络模型的输入层，经过神经网络计算得到输出结果，此结果即为对应的入射光波面的调制信号，将其加载在空间光调制器上，入射光照射后光波面被调制，透过散射介质则能直接生成相应的图案，实现透过散射介质的成像。