正交化正弦散斑提升计算鬼成像信噪比

本文主要探讨了一种创新的计算鬼成像技术，即"基于正交化正弦散斑的计算鬼成像"。在传统的计算鬼成像中，使用随机散斑图进行成像时，由于非正交性问题，往往会导致信噪比较低，影响成像质量。为解决这一挑战，研究人员提出了一个利用矩阵正交特性的方法。他们通过叠加两种倾斜的正弦分布图案，这些图案具有正交性，能够调整频率上限，从而构建出正交化正弦散斑场。这种方法的主要目标是优化鬼像的生成，提升信噪比和结构相似性。 在具体实施过程中，研究人员首先设计了正交化的正弦散斑模式，确保它们在频域中的线性独立性，这有助于减少噪声干扰。然后，通过数学模型和算法，将这些正弦散斑图案组合起来，形成一个适合于计算鬼成像的数据集。通过这种方法，与传统的基于高斯散斑图的计算鬼成像相比，研究结果显示出显著的优势。实验和数值仿真结果显示，新方法重建的鬼像质量得到了显著提升，峰值信噪比提升了4 dB至7 dB，这意味着图像的清晰度有了明显的提高。同时，结构相似性也提高了280%，这表明成像的细节保留更加完整，图像的整体一致性更佳。 正交化正弦散斑的使用对于提高计算鬼成像的性能至关重要，因为它不仅减少了非线性效应，还降低了噪声的影响。这种技术在图像处理领域，特别是在鬼成像的应用中，具有重要的理论价值和实践意义，可能对诸如光学遥感、生物医学成像等领域产生积极影响。未来的研究可以进一步探索如何优化正交化过程，以实现更高的成像效率和更精确的目标识别。