压缩感知鬼成像：逆尺度空间算法的应用

"逆尺度空间方法在压缩鬼成像中的应用" 在信息技术领域，尤其是在图像处理和计算机视觉中，"压缩鬼成像"（Ghost Imaging，GI）是一种利用统计学原理来重建图像的技术，它并不直接对物体进行成像，而是通过测量物体与随机光束的相互作用来获取图像信息。这一技术具有潜在的高效性和应用价值，特别是在遥感、医学成像和安全检查等领域。 "逆尺度空间方法"（Inverse Scale Space Method，ISS）则是一种优化算法，常用于图像恢复和处理中，旨在通过迭代过程找到图像的最优解。该方法通过不断调整图像的尺度参数，逐步逼近目标图像，从而提高图像的清晰度和质量。 在本文中，作者华翌辰、辛煜等人提出了一个结合这两种技术的新颖算法——"自适应逆尺度空间"（Adaptive Inverse Scale Space, aISS），这是一种应用于压缩感知（Compressive Sensing, CS）框架下的鬼成像重建算法。压缩感知理论表明，只需要远小于传统方法所需的采样率，就可以重构高分辨率图像。aISS算法旨在进一步提升压缩鬼成像的分辨率，并减少图像重构所需的时间。 该研究的创新点在于其自适应性，即算法可以根据数据的特点动态调整逆尺度空间的迭代过程，以适应不同的成像环境和物体特性。通过这种方式，aISS能够在保持图像质量的同时，有效地减少计算复杂度和数据采集时间。 论文指出，这一算法的实施得到了国家自然科学基金、高等教育博士点专项基金以及中央高校基本科研业务费的支持。作者之一辛煜的研究方向包括偏振光学、压缩感知和纳米光学，这为aISS算法的设计提供了坚实的基础。 总结来说，这篇首发论文介绍了一种新的图像重建技术，即利用自适应逆尺度空间算法来改进压缩鬼成像，以实现更高分辨率的图像重构和更快的成像速度。这一技术对于推动压缩感知和鬼成像领域的进步，以及在实际应用中解决高速、高分辨率成像问题具有重要意义。