Towards Robust and Generalizable Lensless Imaging with Modular Learned Reconstruction
针对无透镜成像学习方法的泛化性不足问题，提出一种包含预处理器的模块化学习重建方法，理论上证明其必要性并跨掩模类型验证了有效性，同时开源数据集与软件。
2025-02-03 cs.CV eess.IV
Designing lensless imaging systems to maximize information capture
University of California, Berkeley（加州大学伯克利分校）；University of California, San Francisco（加州大学旧金山分校）
本文提出了一种基于互信息优化的无镜头成像系统设计方法，旨在通过优化编码器多路复用与对象稀疏性匹配，提升信息捕获效率和下游重建性能。
2026-02-12 eess.IV physics.optics
Human-Imperceptible Identification with Learnable Lensless Imaging
无透镜成像通过捕获严重模糊的图像来保护视觉隐私，这些图像对于人类识别主体来说是不可感知的，但包含足够的信息供机器推断信息。不幸的是，保护视觉隐私会降低识别准确性，反之亦然。我们提出了一个可学习的无透镜成像框架，在保持识别准确性的同时保护视觉隐私。为了使捕获的图像对人类不可感知，我们设计了几个损失函数的基础上总的变化，可逆性，和限制等距属性。通过一种基于主观评价的定量方法，研究了模糊隐私保护对个人身份识别的影响。此外，我们验证了我们的模拟通过实施一个硬件实现的无透镜成像光刻印刷掩模。
2023-02-04 cs.CV eess.IV
Coded Illumination for Improved Lensless Imaging
University of California, Riverside（加州大学河滨分校）
基于掩模的无透镜相机可以是平的、薄的和重量轻的，这使得它们适合于具有大表面积和任意形状的计算成像系统的新颖设计。尽管最近在无透镜相机方面取得了进展，但是由于底层测量系统的病态，从无透镜相机恢复的图像的质量通常很差。在本文中，我们提出了使用编码照明，以提高无透镜相机重建的图像质量。在我们的成像模型中，当无透镜相机记录传感器测量时，场景/对象被多个编码照明图案照亮。我们设计并测试了许多照明模式，并观察到移动点（和相关的正交）模式提供了最佳的整体性能。我们提出了一个快速和低复杂度的恢复算法，利用我们的系统中的可分性和块对角结构。仿真结果和硬件实验结果表明，该方法可以显着提高重建质量。
2023-01-10 cs.CV eess.IV
ConvRML: high-quality lensless imaging with random multi-focal lenslets
University of California, Berkeley（加州大学伯克利分校）
ConvRML通过随机多焦点透镜组和ConvNeXt算法提升无镜头成像质量，实现6.68 dB信噪比提升，并通过标准化系统验证测量性能。
2026-09-02 eess.IV physics.optics
Privacy-Enhancing Optical Embeddings for Lensless Classification
École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
无透镜成像由于其测量的高度多路复用特性而可以提供视觉隐私。然而，这本身是一种弱形式的安全性，因为可以设计各种对抗攻击来反转这种相机的一对多场景映射。在这项工作中，我们通过（1）在传感器处进行下采样和（2）使用具有可变图案的可编程掩模作为我们的光学编码器来增强无透镜成像提供的隐私。我们从低成本的LCD和Raspberry Pi组件构建了一个原型，总成本约为100美元。这一非常低的价格点使我们的系统能够在广泛的应用中部署和利用。在我们的实验中，我们首先证明了我们的系统的可行性和可重构性，通过将其应用于各种分类任务：MNIST，CelebA（面部属性），和CIFAR10。通过以端到端的方式联合优化掩模模式和数字分类器，可以直接在传感器上学习低维的隐私增强嵌入。其次，我们展示了所提出的系统如何通过可变掩码模式来阻止试图通过明文攻击或（2）在相机参数泄漏的情况下反转系统的对手。我们证明了我们的系统对这两种风险的防御，基于模型的凸优化和生成神经网络的攻击的图像质量指标分别下降了55%和26%。我们开源了端到端优化所需的波传播和摄像机模拟器、培训软件以及用于与摄像机接口的库。
2022-11-23 cs.CV eess.IV
Large-field-of-view lensless imaging with miniaturized sensors
本文提出一种基于局部到全局分层框架的无镜头成像方法，通过局部位移不变卷积模型提升大视场下微型传感器的重建质量。
2025-11-29 eess.IV
Towards Physics-informed Cyclic Adversarial Multi-PSF Lensless Imaging
针对现有GAN类无透镜成像方法依赖特定PSF、泛化性差的问题，提出带PSF感知分支与物理前向模型的双判别器循环对抗框架，实现无需重训练的多PSF鲁棒重建。
2024-07-09 cs.CV eess.IV
A Lensless Polarization Camera
Department of Physics of Complex Systems, Faculty of Physics, Weizmann Institute of Science（复杂系统物理系，物理系，魏茨曼科学研究所）
本文提出一种紧凑型无镜头偏振相机，利用扩散元件和简单条纹偏振掩模，结合计算重建算法，从单张图像中恢复四张线偏振图像，展示了无镜头方法在偏振成像中的潜力。
2026-03-17 cs.CV eess.IV physics.optics
Temporal compressive edge imaging enabled by a lensless diffuser camera
本文提出基于无透镜扩散器相机的时间压缩边缘检测方法，可从单次测量直接恢复运动物体边缘图像时间序列，无需后处理且图像质量更高，并通过仿真与实验验证其有效性。
2023-09-13 eess.IV physics.app-ph physics.optics
Untrained networks for compressive lensless photography
University of California, Berkeley（加州大学伯克利分校）；Orange Coast College（奥兰治海岸学院）
压缩无透镜成像器能够在极其紧凑的设备中实现新的应用，仅需要靠近传感器放置的相位或幅度掩模。它们已经被证明用于2D和3D显微镜，单次拍摄视频和单次拍摄高光谱成像;在每种情况下，解决基于压缩传感的逆问题，以便从2D测量中恢复3D数据立方体。通常，这是使用凸优化和手工挑选的先验来实现的。或者，基于深度学习的重建方法提供了更好的先验知识，但需要数千个真实训练对，这可能很难或不可能获得。在这项工作中，我们提出使用未经训练的网络进行压缩图像恢复。我们的方法不需要任何标记的训练数据，而是使用测量本身来更新网络权重。我们展示了我们未经训练的无镜头压缩2D成像方法，以及使用相机的滚动快门和单次拍摄高光谱成像的单次拍摄高速视频恢复。我们提供了模拟和实验验证，表明我们的方法比现有的方法提高了图像质量。
2021-06-22 cs.CV eess.IV physics.optics
LensNet: An End-to-End Learning Framework for Empirical Point Spread Function Modeling and Lensless Imaging Reconstruction
Faculty of Science and Technology, University of Macau（澳门大学科技学院）；Shanghai University（上海大学）；School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院）；School of Computer Science and Engineering, Huizhou University（惠州大学计算机科学与工程学院）
LensNet提出端到端深度学习框架，通过可学习编码掩模模拟器动态估计PSF并融合空频域与维纳滤波，提升无透镜成像重建质量。
2025-05-03 cs.CV eess.IV
Power-Balanced Hybrid Optics Boosted Design for Achromatic Extended-Depth-of-Field Imaging via Optimized Mixed OTF
本文介绍的功率平衡混合光学成像系统是衍射计算相机的一种特殊设计，它采用折射透镜和多级相位掩模（MPM）成像。该系统提供了一个长的焦深与低色差由于MPM和高能量光集中由于折射透镜。我们引入了透镜和MPM之间的光功率平衡的概念，该概念控制每个元件对入射光的调制的贡献。我们的MPM设计的其他独特功能是包括MPM的形状的数量的水平和菲涅尔阶（厚度）使用平滑函数的量化。为了优化光学功率平衡以及MPM，我们建立了一个完全可微的图像形成模型，用于使用神经网络技术联合优化拟议相机的光学和成像参数。此外，我们优化了一个单一的维纳式光学传递函数（OTF）的深度不变重建清晰的图像。在可见光波长范围（400-700）nm和景深范围（0.5- $\infty$ m的数值计算和0.5- 2 m的实验测量）内，我们对所设计的系统与相应的无透镜和只有透镜的光学系统进行了数值计算和实验比较。所获得的结果表明，所提出的系统配备了最佳的OTF克服了其同行（即使当他们使用优化的OTF）在离焦距离的重建质量。仿真结果还表明，优化的光功率平衡，菲涅尔阶数，和水平参数的数量是必不可少的系统性能实现高达5dB的PSNR的改善使用优化的OTF相比，其对应的无透镜设置。
2021-07-01 eess.IV physics.optics
DifuzCam: Replacing Camera Lens with a Mask and a Diffusion Model
Tel Aviv University（特拉维夫大学）
针对平面无镜头相机重建图像质量不佳的问题，提出结合带控制网络的预训练扩散模型与可学习可分离变换的重建方法，构建出成像质量与感知效果达SOTA的DifuzCam原型，还可结合文本描述增强重建，方法可推广至其他成像系统。
2024-08-14 cs.AI cs.CV eess.IV
Miniscope3D: optimized single-shot miniature 3D fluorescence microscopy
微型荧光显微镜是系统生物学中的标准工具。然而，宽视场微型显微镜仅捕获2D信息，并且使3D功能能够实现的修改增加了尺寸和重量，并且在窄深度范围之外具有较差的分辨率。在这里，我们实现了3D的能力，通过取代传统的2D微型镜的管透镜与优化的多焦点相位掩模在物镜的孔径光阑。将相位掩模放置在孔径光阑处显著减小了设备的尺寸，并且改变焦距能够在宽的深度范围内实现均匀的分辨率。相位掩模将3D荧光强度编码为单个2D测量，并且通过求解稀疏约束逆问题来恢复3D体积。我们提供了设计和制造的相位掩模和一个有效的前向模型，占场变化的像差在微型物镜的方法。我们展示了一个原型，是17毫米高，重2.5克，实现2.76 $μ$米横向，和15 $μ$米轴向分辨率在大多数的900 × 700 × 390 $μm^3$体积在40卷每秒。在分辨率目标、动态生物样品和小鼠脑组织上进行了实验验证。与现有的微型单次体积捕获实现相比，我们的系统更小，更轻，并在10倍的可用深度范围内实现了超过2倍的横向和轴向分辨率。我们的显微镜设计为紧凑型平台重要的应用提供单次拍摄3D成像，例如自由移动动物的体积神经成像以及培养箱和芯片实验室设备中动态样品的3D运动研究。
2020-10-12 cs.CV eess.IV physics.optics
Information Transfer as a Framework for Optimized Phase Imaging
为了有效地成像非吸收样品（相位物体），需要专用的相位对比光学器件。通常，这些光学器件的设计假设样品是弱散射的，这意味着样品的相位与其透射函数之间存在线性关系。在强散射、非线性的情况下，标准光学器件是无效的，并且用于表征它们的传递函数是无信息的。我们使用Fisher信息（FI）来评估各种相位成像方案的效率，并计算信息传递函数（ITF）。我们表明，广义版本的Zernike相位对比度是有效的，给出足够的预知的样品。我们表明，没有预知，随机感知测量产生了显着的可用信息的一部分。最后，我们介绍了一种通用的方法，共路干涉测量，可以优化，以优先考虑特定的样品特征的灵敏度。这些测量中的每一个都可以使用傅立叶透镜和相位掩模来执行。
2020-10-21 eess.IV physics.optics
Theoretical Analysis of Binary Masks in Snapshot Compressive Imaging Systems
该研究针对快照压缩成像（SCI）系统常用的二进制掩模开展理论分析，推导了独立同分布二进制掩模的非零元素最优概率小于0.5，并拓展至平稳一阶马尔可夫过程生成的掩模场景，为掩模设计优化提供理论支撑。
2023-07-15 cs.IT eess.IV math.IT
