研究目的
提出一种利用混合输入输出(HIO)算法和互相关技术校正叠层成像中探针位置估计的新方法,并通过模拟研究其在噪声、重叠度变化及最大可恢复误差条件下的性能与局限性。
研究成果
所提出的结合HIO与互相关的方法能以整数像素精度校正叠层成像中的探针位置,可作为现有方法(如互相关和强度梯度法)的替代方案。该方法在重叠区域充足且噪声较低时效果显著,但对探针函数要求较高,在小重叠区域或高噪声条件下性能受限。该研究从不同视角为探针位置校正提供了新思路,可能适用于波前重建等特定应用场景。
研究不足
该方法对探测函数存在限制:由于探测函数在混合迭代算法(HIO)中作为支撑约束使用,其必须在已知定义区域外为零。这限制了该方法在不符合该标准的叠层成像应用中的适用性。当探测位置数量较少且重叠度较高时性能更优;随着重叠区域减小、噪声水平升高(例如光子数≤10^7的泊松噪声),性能会下降,若无附加技术可能无法实现亚像素精度。若单个探测位置存在错误,可能发生误差传播。
1:实验设计与方法选择:
本研究采用模拟评估结合ePIE、HIO和互相关的新方法在叠层成像中校正探针位置的效能。该方法通过顺序迭代实现——先用ePIE进行初始物像估计,再以探针函数作为支撑约束通过HIO重建出射波,最后利用互相关匹配相邻探针位置的重叠区域进行位置校正。
2:样本选择与数据来源:
模拟基于可见光实验参数。所用物像为224×224像素,振幅取自"Camera Man"(0.23至1),相位取自"Pirate"(-0.7π至0.7π)。强度图由网格排列的探针位置(如4×4或8×8)生成,设置特定重叠百分比及随机初始误差。
3:23至1),相位取自"Pirate"(-7π至7π)。强度图由网格排列的探针位置(如4×4或8×8)生成,设置特定重叠百分比及随机初始误差。
实验设备与材料清单:
3. 实验设备与材料清单:模拟配置包含400nm波长、10cm焦距、512×512像素且像元尺寸10µm的探测器,以及半径67.2Δxo的小孔用于探针生成。所用算法包括ePIE、HIO、RAAR和互相关。
4:2Δxo的小孔用于探针生成。所用算法包括ePIE、HIO、RAAR和互相关。
实验流程与操作步骤:
4. 实验流程与操作步骤:(a)执行l次ePIE获取更优物像估计;(b)对每个探针位置进行m次以探针函数为支撑约束的HIO迭代;(c)计算相邻物像部分的重叠区并通过互相关求相对位移;(d)根据互相关极大值更新探针位置;(e)更新物像与探针估计;(f)循环多次迭代。参数:首轮l=10,后续l=5,m=70,HIO反馈参数0.9,总迭代次数5次。
5:9,总迭代次数5次。
数据分析方法:
5. 数据分析方法:通过探针位置RMS误差评估性能,采用不同参数(如HIO迭代次数、重叠率、初始误差、噪声水平)进行收敛性分析,并与强度梯度法对比。统计量包含多次模拟的均值与标准差。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容