Iterative phase retrieval in coherent diffractive imaging: practical issues
在这项工作中，在相干衍射成像（CDI）技术的相位恢复的问题，从讨论的参数设置的CDI实验的最终重建的良好性的评价，进行了讨论。CDI研究对象的分布通常无法通过另一种成像技术进行交叉验证。因此，重要的是要确保开发的CDI程序提供了一个无伪影的对象重建。提出了可能导致工件的关键问题，并提供了如何避免它们的方法。
2018-09-12 eess.IV physics.comp-ph physics.data-an
Quantifying vegetation biophysical variables from imaging spectroscopy data: a review on retrieval methods
配备成像分光辐射计的地球观测卫星飞行任务不久将提供前所未有的分光数据流。这一数据流将为量化生物化学和结构植被特性的多样性提供大量机会。这种大数据流的处理要求需要可靠的检索技术，使生物物理变量的时空明确量化。为了迎接地球观测新时代的到来，本文综述了近年来在实验成像光谱学研究中应用的植被生物物理参数反演方法。已确定的反演方法分为：（1）参数回归，包括植被指数、形状指数和光谱变换;（2）非参数回归，包括线性和非线性机器学习回归算法;（3）基于物理的，包括使用数值优化和查找表方法反演辐射传输模型（RTM）;以及（4）混合回归方法，其将RTM模拟与机器学习回归方法相结合。对于每一个类别，广泛应用的方法与应用程序映射植被特性的概述。鉴于处理成像光谱数据，一个关键方面涉及处理光谱多重共线性的挑战。提供鲁棒估计、检索不确定性和可接受的检索处理速度的能力是考虑到操作处理的其他重要方面。对新一代的光谱为基础的处理链的业务生产的生物物理变量的建议。
2020-12-07 eess.IV q-bio.QM
Phase retrieval beyond the homogeneous object assumption for X-ray in-line holographic imaging
针对X射线近场全息中均匀物体假设的局限，提出一种推广CTF方法的高效相位恢复算法，并通过实验证明其在相近计算成本下获得更优重建质量。
2024-03-01 eess.IV physics.optics
Neural Architecture Search generated Phase Retrieval Net for Real-time Off-axis Quantitative Phase Imaging
Department of Biomedical Engineering, Chinese University of Hong Kong（香港中文大学生物医学工程系）；School of Mechanical and Electrical Engineering, Shenzhen Polytechnic University（深圳职业技术学院机械与电气工程学院）；Institute of Data Science, University of Hong Kong（香港大学数据科学研究所）；College of Biomedical Engineering and Instrument Science, Zhejiang University（浙江大学生物医学工程与仪器科学学院）
提出NAS-PRNet，通过神经架构搜索自动优化编码器-解码器结构与跳跃连接，在生物细胞干涉图上实现高保真且快速的相位恢复，推理速度比Mamba-UNet快15倍。
2025-07-13 cs.LG eess.IV
Towards Low-Photon Nanoscale Imaging: Holographic Phase Retrieval via Maximum Likelihood Optimization
提出了一种通过最大似然优化进行全息相位恢复的新算法框架，该框架可以实现实用且鲁棒的图像重建。该框架特别适合于\textit{low-photon regime}中的全息相干衍射成像，其中数据被泊松散粒噪声高度破坏。因此，这种方法提供了一种可行的解决方案，以迎接\textit{low-photon nanoscale imaging}的出现，这是成像技术的当前状态所面临的根本挑战。实际的优化算法的推导和实施，广泛的数值模拟表明显着改善图像重建与目前使用的领先算法。进一步的实验比较了流行的全息参考几何结构的性能，以确定用于实际实现的最佳组合物理设置和算法流水线。这些方法的其他功能也被证明，允许较少的实验约束。
2022-02-16 cs.IT eess.IV math.IT
Shack-Hartmann sensor as an imaging system with a phase diversity
根据Shack-Hartmann传感器的原始数据进行波前重建的传统方法使用焦斑移位并且丢弃关于波前的高频信息。基于相位恢复的方法将哈特曼图案视为衍射图像，并使用瑞利-索末菲传播来估计波前，具有更高的精度和分辨率。在这封信中，我们提出了一种新的方法，相位恢复为基础的重建考虑哈特曼模式作为一个点扩散函数的一般成像系统与一个特殊类型的相位多样性。该模型不仅允许使用任何相位恢复算法来重建波前，而且还允许分析基于相位恢复的方法的局限性。我们证明了这种方法的有效性的模拟和实验数据。
2020-11-02 eess.IV physics.optics
When deep denoising meets iterative phase retrieval
从傅里叶强度恢复信号是许多重要应用的基础，包括无透镜成像和通过散射介质成像。当存在噪声时，用于检索相位的常规算法受到影响，但当给定干净数据时，显示全局收敛。神经网络已被用来提高算法的鲁棒性，但迄今为止的努力是敏感的初始条件，并给出不一致的性能。在这里，我们通过去噪正则化将相位恢复的迭代方法与深度去噪器的图像统计相结合。由此产生的方法继承了每种方法的优点，并优于其他噪声鲁棒相位恢复算法。我们的工作铺平了道路的混合成像方法，将机器学习的约束，在传统的算法。
2020-03-03 cs.IR eess.IV stat.ML
Single-exposure elemental differentiation and texture-sensitive phase-retrieval imaging with a neutron counting micro-channel plate detector
本研究提出一种使用MCP探测器在单次曝光下实现中子多模态成像的方法，涵盖中子截面光谱测量、定量元素区分成像及对织构敏感的相位恢复成像，无需能量扫描。
2024-04-28 cond-mat.mtrl-sci eess.IV physics.optics
Quantitative phase-contrast imaging: a bridge between qualitative phase-contrast and phase retrieval algorithms
在过去的五十年里，迭代相位恢复方法作为一种非干涉方法，从一个（或多个）强度测量中恢复定量相位分布，引起了研究界的极大兴趣。然而，在存在唯一解的情况下，这些方法通常需要过采样和高计算资源，这限制了这种方法在重要应用中的使用。另一方面，相衬方法是基于一个单一的相机曝光，但只提供了一个定性的描述的相位，因此是没有用的应用程序中，需要定量的相位描述。在本研究中，我们采用了上述两种方法相结合的方法，以克服各自的缺点。我们表明，修改后的相位恢复算法很容易收敛到正确的解决方案，通过初始化的算法与相位引起的强度测量，即与相衬图像的检查对象。精确的定量相位测量的二进制和连续变化的相位对象被证明支持建议的系统作为一个单镜头定量相衬显微镜。
2020-07-19 eess.IV physics.optics
Retrieval of non-sparse object through scattering media beyond the memory effect
通过散射介质的光学成像是一个普遍面临的问题，复杂目标的重建和光学记忆效应。为了解决这个问题，在这里，我们提出了一种新的配置的基础上相结合的重叠关联和窗帘效应，这使得非稀疏样本的检索通过散射介质超越记忆效应。此外，由于幕帘效应，该成像系统对动态散射介质不敏感。对毛囊切片的检索结果表明了该方法的有效性和可行性。视场提高到2.64mm。本技术将是一种潜在的方法，通过深层生物组织成像。
2019-07-20 eess.IV physics.comp-ph physics.optics
Near-field Fourier ptychography: super-resolution phase retrieval via speckle illumination
实现高空间分辨率是许多成像系统的目标。设计一个在大视场范围内具有衍射极限性能的高分辨率透镜仍然是成像系统设计中的一项困难任务。另一方面，创建具有波长受限空间特征的复杂散斑图案是毫不费力的，并且可以通过简单的随机漫射器来实现。通过这种观察和近场重叠关联成像的概念的启发，我们报告了一种新的成像模式，称为近场傅立叶重叠关联成像，用于解决微观和宏观成像设置中的高分辨率成像挑战。“近场”的含义是指将物体放置在具有大菲涅耳数的短散焦距离处。在我们的实现中，我们将具有精细空间特征的散斑图案投影到物体上，而不是通过高分辨率透镜直接解析空间特征。然后，我们将物体（或斑点）平移到不同的位置，并使用低分辨率镜头获取相应的图像。一个重叠关联相位恢复过程被用来恢复复杂的目标，未知的散斑图案，并在同一时间的相干传递函数。在显微成像设置中，我们使用0.12数值孔径（NA）透镜，以实现在重建过程中的NA为0.85。在宏观摄影成像设置中，我们使用摄影镜头实现了~7倍的分辨率增益。最终可实现的分辨率不由收集光学器件决定。相反，它由散斑图案的特征尺寸确定。所报道的成像模态可以在光、相干X射线和透射电子成像系统中采用，以增加分辨率并提供对象的定量吸收和相位对比。
2019-02-09 eess.IV physics.optics
Revisiting neutron propagation-based phase contrast imaging and tomography: use of phase retrieval to amplify the effective degree of brilliance
使用ISIS脉冲散裂源演示基于传播的中子相位衬度断层扫描，通过应用Paganin型相位检索滤波器，信噪比净提升23±1，中子有效亮度提升超两个数量级，可缩短采集时间或改善测量对比度。
2022-10-12 eess.IV physics.app-ph
DNN-based 3D Cloud Retrieval for Variable Solar Illumination and Multiview Spaceborne Imaging
针对固定太阳光照限制，提出首个可扩展的DNN三维云反演系统，融合多视角图像与相机姿态、太阳方向，采用两阶段训练，显著提升太阳天顶角变化下的反演性能。
2024-11-07 cs.CV eess.IV
Hybrid real- and reciprocal-space full-field imaging with coherent illumination
我们提出了一种新的衍射成像方法，利用低分辨率的实空间图像来指导相位恢复。一个计算算法的开发，利用这种先验知识作为一个实空间约束的迭代相位恢复过程。进行了数值模拟和概念验证实验，证明了我们的方法的重建高分辨率的细节，否则无法与传统的定相算法的能力。用本方法，我们制定了一个概念设计的相干成像实验在下一代X射线光源。
2020-05-04 eess.IV physics.optics
Multiscale Phase Retrieval
虽然相干波场的表征对于激光、X射线和电子成像至关重要，但传感器测量的是场的平方大小，而不是场本身。必须使用全息术或相位恢复来表征场。对参考的需要严重限制了全息术的实用性。相反，相位恢复在理论上与直接测量相干或部分相干场而没有预先假设的传感器一致。不幸的是，相位恢复尚未成功地实现了大规模的领域。在这里，我们表明，全息和相位恢复是能够量子限制相干信号估计，我们描述的相位恢复策略，接近量子极限>1百万像素字段。这些策略依赖于使用干涉仪网络的组测试，例如可以使用新兴的集成光子、等离子体和/或超材料设备来构建。使用这种器件的相敏传感器平面可以消除对透镜和参考信号的需要，从而创建通向大孔径衍射限制激光成像的路径。
2020-12-09 eess.IV physics.optics
RadIR: A Scalable Framework for Multi-Grained Medical Image Retrieval via Radiology Report Mining
University of Science and Technology of China（科学技术大学）；Shanghai AI Laboratory（上海人工智能实验室）；Shanghai Jiao Tong University（上海交通大学）
本文提出RadIR框架，利用放射学报告全自动构建多粒度医学图像检索数据集MIMIC-IR和CTRATE-IR，并开发RadIR-CXR和model-ChestCT系统，在78项指标中77项达最先进水平。
2025-07-12 cs.CV cs.IR eess.IV
Fast and Accurate Retrieval of Methane Concentration from Imaging Spectrometer Data Using Sparsity Prior
大气甲烷强烈的辐射强迫激发了人们对确定这种强效温室气体的自然和人为来源的兴趣。点源是重要的量化目标，人为目标具有减排潜力。甲烷点源羽流探测和浓度反演以前已经证明使用的数据从机载可见光红外成像光谱仪下一代（AVIRIS-NG）。目前的定量方法在计算要求和检索精度之间进行权衡，为处理来自飞行活动的实时数据或大型数据集造成了障碍。我们提出了一种新的计算效率高的算法，适用于稀疏性和一个多校正的匹配滤波器检索的痕量气体浓度的路径长度。新的算法进行了测试，使用AVIRIS-NG数据采集的几个点源羽在印度艾哈迈达巴德。该算法进行了验证，使用模拟AVIRIS-NG数据，包括已知甲烷浓度的合成羽流。稀疏性和多校正一起减少了60.7%的根均方误差检索甲烷浓度的路径长度增强相比，以前的强大的匹配滤波器方法。背景噪声降低了2.64倍。新算法能够在台式计算机上通过GPU加速在8小时内处理整个300飞行路线2016 AVIRIS-NG印度活动。
2020-03-06 cs.DC eess.IV physics.ao-ph
Phase retrieval based on shaped incoherent sources
现有的鬼像相位重建方案需要复杂的光学系统、傅里叶变换步骤或迭代算法，这可能会增加系统设计的难度，导致相位恢复误差或花费太多时间。为了解决这个问题，我们提出了一个五步相移方法，其中不需要复杂的光学系统，傅里叶变换步骤，或迭代算法。利用设计的五个非相干光源，可以得到五个不同的鬼像，然后由这五个散斑图可以计算出物体的相位信息。通过对两类复杂目标的数值仿真，验证了该理论方案的适用性，结果表明该方法可以成功地定量地重构复杂目标的相位信息。
2023-02-08 eess.IV physics.optics
The Numerics of Phase Retrieval
相位恢复，即，从函数的傅里叶变换的平方幅度恢复函数的问题出现在诸如X射线晶体学、衍射成像、光学、量子力学和天文学的许多应用中。几十年来，这个问题一直困扰着工程师、物理学家和数学家。最近，相位恢复已经看到了复苏的研究活动，点燃了新的成像模式和新的数学概念。随着我们的科学实验产生越来越大的数据集，并且我们的目标是越来越快的吞吐量，以系统和原则的方式研究所涉及的数值算法变得越来越重要。事实上，在过去的十年里，相位恢复的计算算法的系统研究激增。在本文中，我们将回顾这些最新进展，从数值的观点。
2020-04-13 cs.NA eess.IV math.NA
Coordinate-based Neural Network for Fourier Phase Retrieval
City University of Hong Kong（香港城市大学）
本文提出基于坐标神经网络的无监督相位恢复方法SCAN，通过联合优化预测幅度与相位克服传统迭代方法易陷局部最优且对噪声敏感的缺陷，在准确性和鲁棒性上优于现有模型并适用于叠层成像。
2024-01-08 cs.CV eess.IV
Second Harmonic Imaging Enhanced by Deep Learning Decipher
波前传感和重构广泛用于自适应光学、像差校正和高分辨率光学相位成像。传统上，干涉和/或微透镜阵列用于将光学相位转换成强度变化。畸变波前的直接成像往往导致相位恢复过程复杂、对比度低、灵敏度低。在这里，一种新的方法已被开发和实验证明的基础上编码成二次谐波信号，这是本质上敏感的波前调制的相敏信息。通过设计和实现深度神经网络，我们展示了通过深度学习解密（SHIELD）增强的二次谐波成像，以实现高效和弹性的相位恢复。SHIELD继承了双光子显微镜的优点，展示了单次拍摄，无参考和视频速率相位成像，灵敏度优于λ/100，对噪声具有高鲁棒性，促进了从生物成像到波前传感的众多应用。
2020-10-16 eess.IV physics.optics
SSR-PR: Single-shot Super-Resolution Phase Retrieval based two prior calibration tests
我们提出了一种新的方法和算法的基础上，两个初步的测试的光学系统元件，以提高超分辨复值成像。该方法被开发用于单次拍摄无透镜光学装置中的反相位成像。成像是基于波前调制由一个单一的二元相位掩模。初步测试补偿了光学系统中的误差，并校正了承载波前，缩小了现实生活中的实验和计算建模之间的差距，从而在定性和定量方面显着改善了成像。这两个测试是为了观察激光束和相位掩模，可以被认为是一个初步的系统校准。将校正后的载波波前嵌入到所提出的迭代单次超分辨相位恢复（SSR-PR）算法中。改进的初始衍射图案上采样以及基于稀疏和深度学习的滤波器的组合实现了超分辨率重建。仿真和物理实验证明了高质量的超分辨相位成像。在模拟中，我们表明SSR-PR算法校正了所提出的光学系统的误差，并重建了比传感器像素尺寸小4倍的相位细节。在物理实验中，2um厚的线的美国空军相位目标被解决，这是几乎2倍小于传感器像素大小，并对应于最小的可分辨组使用的测试目标。对于相位生物成像，我们提供了以计算超分辨率重建的颊上皮细胞，其质量与具有40倍放大物镜的数字全息系统相同。此外，单次拍摄的优势提供了记录动态场景的可能性，其中帧率仅受所用相机的限制。我们提供了一个单细胞真核生物的幅相视频剪辑。
2021-08-12 eess.IV physics.optics
MRIS: A Multi-modal Retrieval Approach for Image Synthesis on Diverse Modalities
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
多种成像模式通常用于疾病诊断、预测或基于人群的分析。然而，由于成本、不同的研究设计或成像技术的变化，并非所有模式都可用。如果成像类型之间的差异很小，则可以使用数据协调方法;对于较大的变化，已经探索了直接图像合成方法。在本文中，我们开发了一种基于多模态度量学习的方法来合成不同模态的图像。我们通过多模态图像检索使用度量学习，从而产生可以将不同模态的图像关联起来的嵌入。给定一个大型图像数据库，学习的图像嵌入允许我们使用k-最近邻（k-NN）回归进行图像合成。我们的驾驶医疗问题是膝关节骨关节炎（KOA），但我们开发的方法是一般适当的图像对齐后。我们测试我们的方法，通过合成软骨厚度地图获得的3D磁共振（MR）图像，使用2D射线照片。我们的实验表明，所提出的方法优于直接图像合成，合成的厚度图保留相关的下游任务，如进展预测和Kelling-Lawrence分级（KLG）的信息。我们的研究结果表明，检索方法可以用来获得高质量和有意义的图像合成结果，给定的大型图像数据库。
2023-03-17 cs.CV eess.IV
3D-2D Neural Nets for Phase Retrieval in Noisy Interferometric Imaging
Joint Center for Extreme Photonics, University of Ottawa and National Research Council of Canada（渥太华大学与加拿大国家研究委员会极端光子学联合中心）；National Research Council of Canada（加拿大国家研究委员会）；University of Ottawa（渥太华大学）
提出3D-2D相位恢复U-Net（PRUNe），通过3D编码器捕获帧间相关性处理干涉成像中的相位噪声，在极低光强下比传统SVD算法均方误差降低2.5-4倍，实现更快更准确的相位恢复。
2024-02-08 cs.CV cs.LG eess.IV
X-ray dark-field and phase retrieval without optics, via the Fokker-Planck equation
本文提出一种无需光学元件、仅基于相干X射线源和探测器，利用Fokker-Planck方程从两幅强度图像中同时恢复X射线相位和暗场信号的方法，并在模拟和实验数据上验证了其有效性。
2022-11-07 eess.IV physics.med-ph physics.optics
Robust phase retrieval with complexity-guidance for coherent X-ray imaging
针对相干X射线成像中RAAR-ER相位恢复算法解复杂度偏高、存在伪影且需大量试解平均的问题，提出复杂度引导的CG-RAAR方法，可得到无伪影、分辨率匹配且减少试解需求的更可靠恢复结果。
2022-05-09 eess.IV physics.med-ph
PyPhase -- a Python package for X-ray phase imaging
基于X射线传播的成像技术在同步辐射和实验室源中得到了很好的建立。然而，用于这种图像模态的大多数重建算法，也称为相位恢复算法，已经由专家专门针对一种仪器开发，使得这种技术的使用的开发和推广变得困难。在这里，我们介绍了PyPhase，一个用于基于传播的近场相位重建的免费开源软件包，它是在CeCILL许可证下分发的。PyPhase在一个高度模块化的框架中实现了一些最流行的阶段检索算法，支持在大规模计算设施上的部署。这使得新相位检索算法的集成、开发以及在不同计算基础设施上的部署变得简单明了。为了证明它的能力和简单性，我们提出了它的应用程序在同步加速器MAX~IV（瑞典隆德）获得的数据。
2020-12-14 eess.IV physics.app-ph physics.med-ph
Effects of Quantum Noise and Source Blurring on Dark-Field Signal Retrieval in X-ray Speckle-Based Imaging
University of Houston（休斯顿大学）
本文研究量子噪声与源模糊对X射线散斑成像暗场信号检索的影响，评估LCS和XST-XSVT两种框架的鲁棒性，明确其在光子匮乏和源模糊下的性能差异，为相关系统建立操作边界并指导算法优化。
2026-08-26 eess.IV eess.SP physics.ins-det
Impact of Scene-Specific Enhancement Spectra on Matched Filter Greenhouse Gas Retrievals from Imaging Spectroscopy
匹配滤波（matched filter，MF）技术已被广泛应用于温室气体（enh.）从成像光谱数据集。虽然已经提出了多种算法技术和改进，但用于浓度增强的温室气体目标光谱。自引入定量MF检索以来，估计基本上保持不变。回收的甲烷和二氧化碳的数量，从而积分质量ENH。(IME)以及点源发射器的估计通量，在很大程度上取决于该目标光谱。当前标准使用分子吸收系数来创建单位增强。目标光谱不考虑温室气体的背景浓度、太阳和传感器几何形状或大气水蒸气吸收的吸收。我们将几何和大气参数引入场景特定（SS）单元增强的生成。光谱以提供与所有温室气体检索MF技术兼容的目标光谱。对于甲烷羽流，IME产生的使用标准，通用增强。与SS enh相比，光谱变化范围为-22至+28.7%。谱由于通用和SS增强之间的频谱形状的差异。除了几何和大气参数外，甲烷羽流IME的差异还与地面光谱特征有关。二氧化碳羽流的IME差异，与通用增强。产生积分质量增强的光谱-76.1至-48.1%，与SS加强型相比。谱从这些综合的能量计算通量。将以相同的% s变化，假设风力条件相同。甲烷和二氧化碳IME对太阳天顶角和地面高度的变化最为敏感。SS目标光谱可以提高温室气体检索和通量估计的置信度，跨越具有不同几何和大气条件的场景集合。
2021-08-10 astro-ph.EP astro-ph.IM eess.IV
Precise phase retrieval for propagation-based images using discrete mathematics
光学中相位恢复的不适定问题，使用一个或多个强度测量，具有使用电磁波或物质波的大量应用。由于离散傅里叶变换计算效率高，许多相位恢复算法都是在像素阵列上计算的。然而，支撑这些算法的数学通常使用连续数学来公式化，这可能导致重建图像中的空间分辨率的损失。在这里，我们研究如何传播为基础的相位衬度X射线成像的相位恢复算法可以使用离散数学重新推导，并导致更精确的检索单和多材料的对象和光谱图像分解。我们验证了这一理论，通过实验测量的空间分辨率，使用计算机断层扫描（CT）重建塑料幻影和生物组织，使用探测器的成像系统点扩散函数（PSF）的范围。我们证明，如果PSF基本上抑制高空间频率，从利用离散推导的潜在改善是有限的。然而，使用以单像素PSF为特征的探测器（例如，直接光子计数X射线探测器），可以获得空间分辨率的显著改善，在这里被证明高达17%。
2022-09-20 eess.IV physics.med-ph
Real-time coherent diffraction inversion using deep generative networks
Argonne National Laboratory（阿贡国家实验室）
相位恢复，或在倒易空间中恢复相位信息以仅从测量的强度重建图像的过程，是包括相干衍射成像（CDI）在内的各种成像应用的基础。典型的相位恢复算法本质上是迭代的，并且因此是耗时且计算昂贵的，排除了实时的【形】成像。此外，迭代相位恢复算法很难收敛到正确的解，特别是在存在强相位结构的情况下。在这项工作中，我们演示了CDI NN的训练和测试，这是一对深度去卷积网络，经过训练，仅根据其相应的远场衍射强度来预测2D物体真实空间中的结构和相位。经过训练后，CDI NN可以在标准台式机上在几毫秒的计算时间内将衍射图案反转为图像，从而为实时的【形】成像打开了大门。
2018-06-07 cs.CV cs.LG eess.IV
Fast algorithms for nonlinear and constrained phase retrieval in near-field X-ray holography based on Tikhonov regularization
基于相位恢复，无透镜相干成像，特别是全息术提供定量的相位和振幅图像。这对于合适的透镜具有挑战性的光谱范围（例如对于硬X射线）特别重要。在这里，我们提出了一个相位恢复方法的基础上应用到图像形成的完全非线性前向模型的Tikhonov正则化的直列X射线全息。该方法可以看作是一个非线性推广的良好建立的对比度传递函数（CTF）重建方法。虽然以前已经提出了类似的方法，目前的工作实现了非线性的，有约束的相位检索在竞争力的计算时间。因此，我们能够对CTF范围之外的光学强物体进行高通量成像。使用不同的例子，从X射线波导源的照明获得的内联全息图，我们表现出优越的图像质量，即使对于不服从弱变化相位的假设的样品。由于所提出的方法不依赖于线性化，我们希望它也非常适合于其他探针，如可见光或电子，这往往表现出较强的相位相互作用。
2022-08-22 eess.IV physics.optics
Phase-Retrieval with Incomplete Autocorrelations Using Deep Convolutional Autoencoders
本文研究在傅里叶模信息不完整条件下利用深度卷积自编码器实现相位恢复，验证了神经网络方法在该场景下的可行性并分析了其优缺点。
2023-07-04 eess.IV physics.optics
A matrix-free Levenberg-Marquardt algorithm for efficient ptychographic phase retrieval
相位恢复问题是一个经典的成像应用中遇到的问题，其目的是从远场强度测量中恢复复值图像。现代相位恢复方法通常依赖于非线性最小化框架中的梯度下降方法。计算用于这些方法的闭合形式梯度是繁琐的工作，并且制定二阶导数甚至更费力。另外，二阶技术通常需要偏导数的大矩阵的存储和求逆，其中存储器要求对于数据丰富的成像模态可能是禁止的。我们使用一个反向模式自动微分（AD）框架来实现一个有效的无矩阵版本的Levenberg-Marquardt（LM）算法，一个长期存在的方法，发现流行的非线性最小二乘最小化问题，但在相位检索中几乎没有使用。此外，我们扩展了基本的LM算法，使其可以应用于一般的约束优化问题超出了最小二乘应用。由于我们使用AD，我们只需要为特定的成像应用指定基于物理的正演模型;导数项通过矩阵向量乘积自动计算，而无需显式形成任何大型雅可比矩阵或高斯-牛顿矩阵。我们证明，该算法可用于解决无约束重叠关联对象检索问题和约束“盲”重叠关联对象和探针检索问题，在高斯和泊松噪声模型下，并且该方法优于同类最佳的一阶重叠关联重建方法：它以（在许多情况下）超线性收敛速率提供了极好的收敛保证，所有这些都具有与测试的一阶算法相当或更低的计算成本。
2021-02-27 eess.IV eess.SP physics.optics
Quantitative imaging for complex-objects via a single-pixel detector
定量相位成像（QPI）在许多应用中是重要的，如显微镜和晶体学。为了定量地揭示相位信息，人们可以利用干涉将相位分布映射到强度条纹，或者通过相位恢复算法分析仅强度的衍射图案。传统上，这两种方式都使用像素化检测器。在这项工作中，一种新的QPI方案的灵感来自单像素相机（SPC），它采用了SPC的原理，通过结构化照明和相应的单像素信号检索图像。特别是对于复值成像，结构照明在相域中进行，并且具有受限传感器尺寸的点检测器检测零频率区域的强度。该方法基于光照结构和点信号，通过相位恢复算法重建复杂图像。该方法不需要目标的先验信息，对各种波长具有通用性。仿真和实验都表明，我们的单像素QPI方案表现出很好的性能，即使在一个非常粗糙的相位分布的对象。
2020-11-10 eess.IV physics.optics
Three-dimensional Coherent X-ray Diffraction Imaging via Deep Convolutional Neural Networks
相位恢复作为相干X射线衍射成像（CDI）的重要组成部分，在X射线结构科学中得到了广泛的应用。尽管满足了Sayre和Shannon的所有过采样要求，但当前的相位恢复方法仍然难以在存在噪声的情况下实现实验数据的唯一反演。在这里，我们建议通过结合3D机器学习（ML）模型来克服这一限制，该模型将（可选的）监督学习与迁移学习相结合。经过训练的ML模型可以快速提供具有高精度的即时结果，这可以有利于实时实验，并且预测结果可以通过迁移学习进一步细化。更重要的是，所提出的ML模型可以在没有任何先前训练的情况下使用，以仅基于适当的“损失函数”的最小化来学习图像的缺失相位。我们表现出显着改善的性能与实验布拉格CDI数据比传统的迭代相位恢复算法。
2021-10-19 cond-mat.dis-nn cond-mat.mtrl-sci eess.IV
Real-time 3D Nanoscale Coherent Imaging via Physics-aware Deep Learning
Argonne National Laboratory（阿贡国家实验室）；Stats Perform（Stats Perform公司）；Northwestern University（西北大学）；University of Illinois（伊利诺伊大学）
本文提出物理感知深度学习框架3D-CDI-NN，利用三维X射线相干散射数据实时反演纳米尺度结构与应变，速度比传统迭代相位恢复方法快数百倍且精度损失可忽略。
2020-06-16 cond-mat.mtrl-sci cs.LG eess.IV
Align-Free Multi-Plane Phase Retrieval
本文提出自适应级联校准（ACC）策略，通过在重聚焦样本空间检测特征点并实时计算相邻平面变换矩阵，以数字方式校正测量结果，实现免对准的多平面相位恢复，简化装置并降低成本。
2024-04-30 cs.IR eess.IV physics.optics
Deep Iterative Phase Retrieval for Ptychography
Universität Hamburg（汉堡大学）；DESY（德国电子同步加速器研究所）
衍射成像领域中最突出的挑战之一是相位恢复（PR）问题：为了从衍射图案重建物体，必须计算逆傅里叶变换。这仅在给定完整复值衍射数据（即，幅度和相位）的情况下才可能。然而，在衍射成像中，通常只有幅度可以直接测量，而相位需要估计。在这项工作中，我们特别考虑重叠关联，衍射成像的一个子领域，其中物体从多个重叠的衍射图像重建。我们提出了一种增强现有的迭代相位恢复算法与神经网络设计用于细化每次迭代的结果。为此，我们适应和扩展最近提出的架构，从语音处理领域。评估结果表明，所提出的方法提供了改进的收敛速度的迭代次数和算法运行时间。
2022-02-17 cs.LG eess.AS eess.IV
Hypercomplex Phase Retrieval
United States DEVCOM Army Research Laboratory（美国DEVCOM陆军研究实验室）；Universidad Industrial de Santander（桑坦德工业大学）；The University of Texas, Austin（德克萨斯大学奥斯汀分校）
本文探讨了超复数相位恢复问题，通过超复数方法在光学成像中实现信号恢复，提出新的算法和理论框架。
2026-02-27 cs.IT eess.IV eess.SP
PR-DAD: Phase Retrieval Using Deep Auto-Decoders
Tel-Aviv university（特拉维夫大学）
相位恢复是一个众所周知的不适定逆问题，其中人们试图恢复图像，只给出它们的傅里叶变换的幅度值作为输入。近年来，基于深度学习的新算法被提出，提供了超越经典方法的突破性结果。在这项工作中，我们提供了一种新的深度学习架构PR-DAD（使用深度自动解码器的相位恢复），其组件是基于相位恢复问题的数学建模精心设计的。该体系结构提供的实验结果超过了所有当前的结果。
2022-04-18 cs.AI cs.CV cs.LG
Geometry of the Phase Retrieval Problem
在纳米或亚纳米长度尺度上成像的最有力的方法之一是使用X射线源的相干衍射成像。对于无定形（非结晶）样品，原始数据可以解释为未知物体的连续傅里叶变换的模量。利用样本的先验信息（例如其支持），自然的目标是通过计算手段恢复相位，之后可以以高分辨率可视化未知对象。虽然许多算法已经提出了这个相位恢复问题，仔细分析其适定性得到了相对较少的关注。在本文中，我们表明，这个问题是，在一般情况下，不适定性，并描述了一些潜在的问题，负责不适定性。然后，我们将展示如何使用这种分析来开发实验协议，导致更好的条件逆问题。
2020-04-01 cs.NA eess.IV math-ph
An Invitation to Hypercomplex Phase Retrieval: Theory and Applications
本文综述了超复数相位恢复（HPR）的理论与应用，探讨其通过 Clifford 代数处理多维信号，在光学成像等场景中估计四元数和八元数信号，并为开发新型超复数信号处理工具与算法提供机遇。
2024-04-23 cs.IT eess.IV eess.SP
Phase retrieval via media diversity
该研究针对波场相位恢复问题，提出利用多种线性与非线性介质后的多平面强度数据实现无需入射平面预设相位边界条件的唯一相位恢复，推导了显式重建算法并通过数值模拟验证理论。
2025-05-21 cs.NA eess.IV math.NA
Class-Specific Blind Deconvolutional Phase Retrieval Under a Generative Prior
Information Technology University（信息技术大学）
在本文中，我们考虑的高度不适定的问题，联合恢复两个实值信号的无相位测量的循环卷积。这个问题出现在各种成像模式中，例如傅立叶重叠关联成像、X射线晶体学和可见光通信。我们建议在两个预训练的深度生成网络作为先验下使用交替梯度下降算法来解决这个逆问题;一个是在清晰图像上训练的，另一个是在模糊内核上训练的。所提出的恢复算法力求在\textit{best}解释前向测量模型的相应前生成器的范围内找到清晰图像和模糊核。这样，我们就能够重建高质量的图像估计。此外，数值计算表明，该方法在反映物理可实现成像系统的具有挑战性的测量模型上表现良好，并且对噪声也具有鲁棒性
2020-02-28 cs.CV cs.LG eess.IV
