摘要
本发明公开了一种基于未经训练的物理驱动神经网络的单像素相位成像方法,属于单像素成像与计算光学领域。所述方法通过添加物理衍射层和Admn优化器,实现了从单像素探测强度序列到相位物体图像的直接重构。该方法无需预训练,显著降低了对大型数据集的依赖性;通过引入输出相位总变分损失,有效抑制噪声与光学畸变影响;在采样率低至30%时仍能高效重构相位分布,减少了所需的采样数量。
技术关键词
单像素成像系统
相位成像方法
神经网络模型
光强
序列
物理
物体
数字微镜器件
损失函数优化
空间光调制器
图像
采样率
强度
表达式
坐标
矩阵
垂直轴
重构
系统为您推荐了相关专利信息
水流
深度神经网络模型
超声波
物业管理方法
波形特征提取
雷达遥感影像
灾害识别方法
卫星遥感影像
高原
数字高程模型