[发明专利]一种基于散斑估计和反卷积的非侵入式散射成像方法

说明书

本发明公开了一种基于散斑估计和反卷积的非侵入式散射成像方法，包括：使用非侵入式成像系统采集N个经过相同散射介质遮挡区域的训练样本的集成强度矩阵并经处理得到训练样本的重构结果利用散斑图样S以及前一步骤得到的训练样本重构结果和集成强度矩阵之间的卷积关系建立受约束的最小二乘模型，得到估计的散斑图样对散射介质遮挡区域的待观测样本O_c，采集其集成强度矩阵IIM_c，进行反卷积操作重构待观测样本的像本发明可非侵入式地得到估计的散斑图样，实现复杂样本的高效重构，明显提升重构结果的清晰度和鲁棒性。

技术领域

本发明涉及计算机摄像学领域，尤其涉及一种基于散斑估计和反卷积的非侵入式散射成像方法。

背景技术

透过散射层进行成像是一个亟待解决的热点问题，其在生物组织成像等医疗诊断领域有着巨大的应用前景。然而，当散射层的散射能力达到能够散射几乎所有经过它的光线的时候，重构散射层背后的目标将变得相当困难。

针对透过强散射层的散射成像，当前的成像方案主要包括以下四种：波前修整方法、基于散斑扫描的相位恢复方法、基于单次采集的相位恢复方法以及基于PSF采集的反卷积方法。其中，波前修整方法使用空间光调制器来补偿散射层对出射光造成的相位扰动，这样系统中物面的一个点将对应相面的单个点，从而能够像传统光学成像系统一样直接成像；但是这种方法需要预先侵入式地在物面放置一个标定点光源，从而使用自适应优化算法得到空间光调制器的补偿相位分布；因此，该方法无法做到非侵入式。基于散斑扫描的相位恢复方法和基于单次采集的相位恢复方法都能够非侵入式的恢复简单样本的清晰图像，但是这两种方法都依赖于相位恢复算法的表现，而相位恢复算法具有不稳定的特点，在非侵入式散射成像这种噪声和误差比较大的情况下，相位恢复的能力随着样本结构的复杂性增加而迅速衰减；除此之外，相位恢复的结果还会丢失样本原有的位置和方向信息，因此这两种算法中将散斑的自相关近似为理想的脉冲函数将导致成像精度受散斑颗粒大小的限制。基于PSF采集的反卷积方法能够比较精确地重构复杂样本的结构细节，然而这种方法也需要预先侵入式的在物面放置一个标定点光源来采集系统的PSF，因此也无法做到非侵入式。

以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。

发明内容

本发明的主要目的在于提供一种基于散斑估计和反卷积的非侵入式散射成像方法，可非侵入式地得到估计的散斑图样，实现复杂样本的高效重构，明显提升重构结果的清晰度和鲁棒性。

为了达到上述目的，本发明采用以下技术方案：

本发明公开了一种基于散斑估计和反卷积的非侵入式散射成像方法，包括以下步骤：

A1：使用基于散斑扫描与记忆效应的非侵入式成像系统采集N个经过相同散射介质遮挡区域的训练样本的集成强度矩阵为：

其中(θ₁，θ₂)是激光扫描角度的采样坐标，d₁是散射层与训练样本的距离，是训练样本在平行于散射层的平面内的位置坐标，S(u-d₁θ₁，v-f₁θ₂)是当激光扫描角度为(θ₁，θ₂)时的散斑图样，*代表卷积符号；

并经处理得到训练样本的重构结果

A2：通过集成强度矩阵互相关匹配算法匹配训练样本重构结果和以及训练样本和的集成强度矩阵和之间的互相关，矫正训练样本重构结果的方向并获取训练样本的相对位置偏移，得到具有正确方向的训练样本重构结果利用获取的相对位置偏移校准得到公共区域的集成强度矩阵