推扫式计算鬼成像：解决水下后向散射问题的关键策略

本文主要探讨了"水下推扫式计算鬼成像的方法"这一主题，针对水下成像环境中常见的后向散射问题，提出了一种创新的解决方案。传统的水下成像，尤其是面阵式计算鬼成像，容易受到这种现象的影响，导致图像质量下降。推扫式计算鬼成像是通过对成像过程进行优化，利用了行间相关性的特性来构建多行联合压缩感知模型。压缩感知是一种信号处理理论，它允许在采样率低于传统理论所需的条件下重构信号，这在数据稀疏的场景下尤其有效。 文章详细介绍了推扫式计算鬼成像模式的工作原理，即通过逐行扫描和并行处理的方式，减少对单个像素的依赖，降低了后向散射对成像质量的干扰。作者们采用迭代收缩阈值算法作为模型求解的关键方法，该算法能够在保证重建精度的同时，有效地处理大规模数据集。 作者们还构建了一个实际的水下计算鬼成像实验装置，分别在两种不同浑浊度的水体环境下进行了实验。实验结果显示，推扫式计算鬼成像明显优于传统的面阵式方法，其后向散射抑制效果显著，成像质量得到了明显的提升。这一研究成果对于提高水下成像系统的稳定性和可靠性具有重要的实践价值，特别是在海洋探索、环境监测和海底资源勘查等领域。 总结来说，本文主要贡献在于提出了一种新的水下成像技术——推扫式计算鬼成像，通过结合压缩感知和行间相关性，有效地解决了后向散射问题，为水下成像的高精度和抗干扰能力提供了新的可能。这项研究对于提升水下光学成像技术的性能和应用范围具有重要意义。