Научно-технический
«ОПТИЧЕСКИЙ ЖУРНАЛ»
издается с 1931 года
 
   
Русский вариант сайта Английский вариант сайта
   
       
   
       
Статьи последнего выпуска

Электронные версии
выпусков начиная с 2008


Алфавитный указатель
2000-2010 гг


444
Архив оглавлений
выпусков 2002-2007 гг


Реквизиты и адреса

Вниманию авторов и рецензентов!
- Порядок публикации
- Порядок рецензирования статей
- Типовой договор
- Правила оформления
- Получение авторского вознаграждения
- Редакционная этика


Контакты

Подписка

Карта сайта




Журнал с 01.12.2015 допущен ВАК для публикации основных результатов диссертаций как издание, входящее в международные реферативные базы систем цитирования (Web Science, Scopus) (см. Vak.ed.gov.ru Перечень журналов МБД 16.03.2018г)

БЫСТРОЕ ВОССТАНОВЛЕНИЕ ИЗОБРАЖЕНИЯ С ИСПОЛЬЗОВАНИЕМ МЕТОДА ФАЗОВОГО РАЗНЕСЕНИЯ ДЛЯ ПРОСТОЙ ОПТИЧЕСКОЙ СИСТЕМЫ

 

© 2022 г.      Wenbo Jing, Genming Cao, Bingkun Huang, Jiaming Zhang, Shiyao Tian, and Caixia Wang

Предложен метод восстановления изображения для исправления фиксированной оптической аберрации простой оптической системы с использованием двухканального фазового разнесения и калиброванного коэффициента одноканального восстановления для ускорения восстановления изображения. Функция рассеяния точки, которая оценивается заранее с помощью двухканального фазового разнесения, служит известным ядром размытия простой оптической системы. Выполнен расчет коэффициента одноканального восстановления в частотной области простой оптической системы для быстрого восстановление нерезкого изображения. Предлагаемый подход, требующий только двойного преобразования Фурье без итеративной оптимизации, выполняет прямое и быстрое восстановление нерезкого изображения. Выполненные эксперименты показывают, что предложенный метод действительно может обеспечить качество изображения, сравнимое с двухканальным восстановлением изображения, при значительном сокращении времени обработки.

Ключевые слова: простая оптическая система, восстановление изображения, фазовое разнесение, оптическая аберрация

 

 

Fast image restoration method for a simple optical system using phase diversity technique

© 2022    W. B. Jing*, PhD (Engineering); G. M. Cao*, postgraduate student (Engineering); B. K. Huang*, postgraduate student (Engineering); J. M. Zhang**, postgraduate student (Engineering); S. Y. Tian*, postgraduate student (Engineering); C. X. Wang**, PhD (Engineering)

*   School of Opto-Electronic Engineering, Changchun University of Science and Technology, Changchun, Jilin, China

** School of Electronic Information and Engineering, Changchun University of Science and Technology, Changchun, Jilin, China

E-mail: wenbojing@cust.edu.cn

УДК 535; 535.3; 543.4

Submitted 12.08.2021

DOI:10.17586/1023-5086-2022-89-01-33-46

We propose an image restoration method for correcting the fixed optical aberration of the simple optical system using the dual-channel phase diversity and the calibrated single-channel restoration factor to speed up the image restoration. The point-spread function, which is estimated in advance with the dual-channel phase diversity, serves as the known blur kernel of the simple optical system. In the frequency domain, the single-channel restoration factor of the simple optical system is constructed to restore the blurred image quickly. Our approach needing only twice Fourier transforms without iterative optimization can directly and rapidly restore the blurred image of the simple optical system. The experimental results are performed to verify the fast image restoration ability of the single-channel fast image restoration. The experimental results indicate that the single-channel fast image restoration can indeed obtain comparable image quality as the dual-channel image restoration, but significantly reduce the time of image restoration.

Keywords: simple optical system, image restoration, phase diversity, optical aberration.

OCIS codes: 080.1010, 100.3020, 110.6770, 110.1758

 

REFERENCES

1.    Zheng G., Horstmeyer R., Yang C. Wide-field, high-resolution Fourier ptychographic microscopy // Nat. Photonics. 2013. V. 7. № 9. P. 739–745.

2.   Sun J.S., Qian C., Zhang Y.Z., Zhao Z. Efficient positional misalignment correction method for Fourier ptychographic microscopy // Biomed. Opt. Exp. 2016. V. 7. №. 4. P. 1336–1350.

3.   Faulkner H.M.L., Rodenburg J.M. Movable aperture lensless transmission microscopy: A novel phase retrieval algorithm // Phys. Rev. Lett. 2004. V. 93. № 2. P. 023903.

4.   Shen C., Bao X.J., Tan J.B., Liu S.T. Two noise-robust axial scanning multi-image phase retrieval algorithms based on Pauta criterion and smoothness constraint // Opt. Exp. 2017. V. 25. № 14. P. 16235.

5.   Shao X., Dai X., He X. Noise robustness and parallel computation of the inverse compositional Gauss–Newton algorithm in digital image correlation // Opt. Lasers Eng. 2015. V. 71. P. 9–19.

6.   Schuler C.J., Hirsch M., Harmeling S., Scholkopf B. Non-stationary correction of optical aberrations // ICCV. Barcelona, Spain. 2011. P. 659–666.

7.    Heide F., Rouf M., Hullin M.B., Labitzke B. High-quality computational imaging through simple lenses // ACM Trans. Graph. 2013. V. 32. № 5. P. 1–14.

8.   Li W.L., Yin X.Q., Liu Y., Zhang M.J. Computational imaging through chromatic aberration corrected simple lenses // J. Mod. Opt. 2017. V. 64. № 20. P. 2211–2220.

9.   Cui J., Huang W. Optical aberration correction for simple lenses via sparse representation // Opt. Commun. 2018. V. 412. P. 201–213.

10. Peng Y.F., Fu Q., Amata H. Computational imaging using lightweight diffractive-refractive optics // Opt. Exp. 2015. V. 23. № 24. P. 31393.

11.  Heide F., Fu Q., Peng Y.F. Encoded diffractive optics for full-spectrum computational imaging // Sci. Rep. 2016. V. 6. № 1.

12.  Nikonorov A., Evdokimova V.V., Petrov M. Deep learning-based imaging using single-lens and multi-aperture diffractive optical systems // ICCVW. Seul, Korea. 2019. P. 3969–3977.

13.  Peng Y.F., Sun Q.L., Dun X. Learned large field-of-view imaging with thin-plate optics // ACM Trans. Graph. 2019. V. 38. № 6. P. 1–14.

14.  Schmidt J.D., Jackovitz K., Riley J.T. Real-time image restoration for space-object imaging // Appl. Opt. 2019. V. 58. № 25. P. 6983.

15.  Zhang P.G., Yang C.L., Xu Z. H. Hybrid particle swarm global optimization algorithm for phase diversity phase retrieval // Opt. Exp. 2016. V. 24. № 22. P. 25704.

16.  Dolne J.J., Menicucci P., Miccolis D. Advanced image processing and wavefront sensing with real-time phase diversity // Appl. Opt. 2009. V. 48. № 1. P. A30.

17.  Védrenne N., Mugnier L.M., Michau V. Laser beam complex amplitude measurement by phase diversity // Opt. Exp. 2014. V. 22. № 4. P. 4575

18. Zhang D., Zhang X.B., Xu S.Y. Simplified phase diversity algorithm based on a first-order Taylor expansion // Appl. Opt. 2017. V. 55. № 28. P. 7872.

19.  Cheng Q., Zhang Y.D., Gao W. Restoration of broadband light illumination image using phase diversity technology // AOMATT. Harbin, China. 2014. V. 9282. P. 928206.

20. Zhang S., Wang B., Zhao J. High resolution optical image restoration for ground-based large telescope using phase diversity speckle // Optik. 2014. V. 125. № 2. P. 861–864.

21.  von Zernike F. Beugungstheorie des schneidenver-fahrens und seiner verbesserten form, der phasenkontrastmethode // Physica. 1934. Bd. 1. № 7. S. 689–704.

22. Noll R.J. Zernike polynomials and atmospheric turbulence // JOSA. 1976. V. 66. № 3. P. 207–211.

23. Janout P., Páta P., Skala P. PSF estimation of space-variant ultra-wide field of view imaging systems // Appl. Sci. 2017. V. 7. № 2. P. 151.

24. Roggemann M.C. Imaging through turbulence // Opt. Eng. 1996. V. 35. № 11. P. 3361.

25. Gonsalves R.A. Phase retrieval and diversity in adaptive optics // Opt. Eng. 1982. V. 21. № 5. P. 19–22.

26. Paxman R.G., Schulz T.J., Fienup J.R. Joint estimation of object and aberrations by using phase diversity // JOSA. A. 1992. V. 9. № 7. P. 1072–1085.

27. Ma X.X., Wang J.L., Wang B. Phase diversity for calibrating noncommon path aberrations of adaptive optics system under nonideal measurement environment // Optik. 2014. V. 125. № 17. P. 5029–5035.

28. Gilles L., Vogel C.R., Bardsley J.M. Computational methods for a large-scale inverse problem arising in atmospheric optics // Inverse Probl. 2006. V. 18. № 1. P. 237–252.

29. Liu D.C., Nocedal J. On the limited memory BFGS method for large scale optimization // Math. Program. 1989. V. 45. № 1–3. P. 503–528.

30. Xie X.F., Zhou J., Wu Q.Z. Assess image blur in photoelectric imaging system // 5th Int. Symp. Adv. Opt. Manuf. Test. Technol. Dalian, China. 2010. V. 7658. P. 765803–765806.

31.  Shannon C.E. A mathematical theory of communication // Bell Syst. Tech. J. 1948. V. 27. № 3. P. 379–423.

32. Barnum H., Barrett J., Clark L.O. Entropy and information causality in general probabilistic theories // New J. Phys. 2010. V. 12. № 3. P. 033024.

33. Huang W., Jing Z. Evaluation of focus measures in multi-focus image fusion // Pattern Recognit. Lett. 2007. V. 28. № 4. P. 493–500.

34. Zhao M.H., Zhang X., Shi Z.H. Border ringing effects suppression of a restored image with sine integral fitting // J. Image Graph. V. 22. № 2. P. 0249–0256.

35.      Song P., Jiang S.W., Zhang H. Full-field Fourier ptychography (FFP): Spatially varying pupil modeling and its application for rapid field-dependent aberration metrology // APL Photonics. 2019. V. 4. № 5. P. 050802.

 

 

Полный текст