Ptychography 和压缩感知（个人学习笔记）

C1utch

已于 2024-02-25 12:32:40 修改

阅读量1k

点赞数 16

分类专栏：计算成像文章标签：学习笔记数学建模线性代数

于 2024-02-24 01:24:21 首次发布

本文链接：https://blog.csdn.net/qq_52225090/article/details/136265846

版权

计算成像专栏收录该内容

2 篇文章 0 订阅

订阅专栏

基本概念

什么是Ptychography？

基本概念：Ptychography是一种计算显微技术，通过移动样品相对于照明光束并记录一系列重叠的衍射图案来恢复样品的相位和振幅信息。这种技术利用了重叠区域提供的额外信息来解决相位恢复问题，从而能够以超出传统限制的分辨率重建物体。
应用领域：层析成像技术在材料科学、生物医学成像和纳米技术等领域中特别有用，用于观察微观尺度上的结构细节。

（这张图来自论文Temporal structured illumination and vision-transformer enables large field-of-view binary snapshot ptychography，Crossref DOI link: https://doi.org/10.1364/OE.504721）

什么是压缩感知？

压缩感知（Compressed Sensing, CS）是一种信号处理技术，它利用信号的稀疏性质来从远少于奈奎斯特采样定理所要求的采样点数目中重建出完整信号。这种方法在数学、电子工程和计算机科学等领域有着广泛的应用，特别是在数据压缩、图像处理和医学成像等方面。

基本原理

压缩感知的核心思想基于两个主要概念：稀疏性（Sparsity）和非均匀采样（Incoherent Sampling）。

稀疏性：在某个变换域（如傅里叶变换、小波变换等）下，信号可以用少量的非零系数精确表示或近似表示。例如，在小波变换域中，许多自然图像的系数大部分接近于零，只有少数系数具有较大的值。
非均匀采样：信号的采样方式应该与信号在变换域中的表示尽可能“不相关”。这意味着采样模式应该能够捕捉到信号的最重要特征，而不是简单地按照传统的均匀采样方式进行。

数学模型

压缩感知的数学模型可以表示为：

y=Φx+ϵ

其中，x是原始信号（在某个变换域中是稀疏的），y是观测到的采样向量，Φ是采样矩阵，ϵ是可能的噪声。目标是从y中恢复出x，尽管y的维度远小于x的维度。

什么是衍射？

衍射是一种波动现象，指的是当波遇到障碍物或通过狭缝时，能够绕过障碍物边缘传播并在几何阴影区形成波动模式的能力。这种现象说明了波的传播不仅仅遵循直线路径，而且还能够弯曲和扩散。衍射发生在所有类型的波上，包括水波、声波、光波、以及其他类型的电磁波。

（该图片来自维基百科）

在物理学中，衍射现象可以通过傅里叶变换来描述，原因在于衍射本质上是波前的空间频率分布与其传播过程的相互作用。当波（如光波）通过一个孔径或遇到一个物体时，波前会发生弯曲（衍射），产生新的波前形状。这个过程可以用波前在孔径或物体平面上的分布（即空间域表示）与其在远场或衍射图案上的分布（即频率域表示）之间的转换来描述。

傅里叶光学：在傅里叶光学理论中，一个物体或孔径对光波的作用可以视为一个空间滤波器，其传递函数（或系统函数）是物体透射函数的傅里叶变换。因此，通过物体的光波在远场的衍射图案，实际上是物体透射函数的傅里叶变换的强度分布。
频率域分析：傅里叶变换提供了一种从空间域到频率域的转换方法，使我们能够分析和理解波在不同空间频率上的行为。衍射图案中的每一点都对应于物体或孔径平面上特定空间频率的波分量，这些波分量的叠加形成了观察到的衍射图案。

因此，傅里叶变换在解释和计算衍射现象中起着核心作用，它为理解光波如何与物体相互作用提供了一个强大的数学框架。

什么是傅里叶变换？

傅里叶变换是一种数学变换，用于将函数从时间域（或空间域）转换到频率域。它可以揭示函数中各种不同频率成分的存在与强度。傅里叶变换对于信号处理、图像处理、通信系统等领域至关重要，因为它允许我们分析和处理信号的频率成分。

对于连续时间信号f(t)，其傅里叶变换F(ω)定义为：

$F(\omega) = \int_{-\infty}^{\infty} f(t) e^{-j\omega t} dt$

其中，F(ω) 是信号f(t)的傅里叶变换结果，表示在频率域中的复数函数；t 是原始域中的变量（如时间或空间坐标）；ω 是频率变量； $e^{-j\omega t}$ 是复指数函数，其中j是虚数单位，满足 $j^2 = -1$

对于离散信号，傅里叶变换通常采用离散傅里叶变换（DFT）的形式，其数学表达式为：

$F(k) = \sum_{n=0}^{N-1} f(n) e^{-j\frac{2\pi}{N}kn}$

其中，F(k)是信号f(n)在频率域中的复数表示；n是离散的时间或空间索引；N是信号的总长度；k是频率索引。

物体波是什么东西，太抽象，还由振幅和相位组成？

在Ptychography中，物体波指的是照射到样品上的光波（或其他类型的波，如X射线）与样品相互作用后的波。这种相互作用改变了入射波的振幅和相位，从而编码了样品的结构信息。物体波的振幅和相位各自承载了样品的不同物理特性信息：

振幅

定义：振幅是波的最大振动幅度，描述了波的强度或能量的大小。
在Ptychography中的意义：物体波的振幅反映了样品对波能量的吸收或衰减程度。在光学Ptychography中，振幅可以与样品的透光性或反射性相关，即不同部分的样品可能会以不同的程度吸收或反射入射光。这可以用来揭示样品的密度、厚度或组成等特性。

相位

定义：相位描述了波形在周期性变化中的某一特定时刻的状态，通常与波的起始点或参考点相比较。
在Ptychography中的意义：物体波的相位变化反映了样品对波前的相位的改变，这通常与样品的折射率分布有关。当波穿过不同折射率的区域时，其相位会发生变化，从而提供了有关样品内部结构的信息。相位信息特别重要，因为它可以揭示样品的细微结构，甚至是在振幅对比不明显的情况下也能观察到的特征。

Ptychography中的物体波重建

Ptychography技术通过测量物体波的衍射图案并利用复杂的算法重建物体波的振幅和相位，从而获得关于样品的详细信息。这种技术特别强调相位的重建，因为相位信息能够提供比仅有振幅信息更丰富的样品结构细节。通过精确地重建物体波的相位，Ptychography能够生成高分辨率的样品图像，这在传统的显微镜技术中可能难以实现。

总的来说，Ptychography中的物体波振幅和相位共同编码了样品的全面信息，其中相位信息尤其重要，因为它能够揭示样品的细微结构和特性。

压缩感知在Ptychography中的应用

数学模型

对于每个照明位置，物体和照明函数的卷积后的傅里叶变换的强度，即衍射图案，可以被记录下来。数学上，这可以表示为：

$I_i = |\mathcal{F}\{O(x, y) * P(x - x_i, y - y_i)\}|^2$

其中， $I_i$ 是第i个位置的衍射图案的强度分布，表示傅里叶变换，表示取模平方， $P(x - x_i, y - y_i)$ 代表的是位于第i个照明位置的探测器平面上的照明函数或探照光场的分布。这个函数通常被称为探针函数（probe function），它描述了每个照明位置处光的空间分布。在ptychographic成像中，通过移动样品或照明源（例如，使用移动的相位板或掩模），探针函数在样品上的相对位置发生变化，从而实现对样品不同区域的照明。。

重建优化模型

在压缩感知框架下，我们假设物体的某种变换表示是稀疏的。设S=ΨO为物体在某变换域（例如小波域、梯度域等）下的稀疏表示，其中Ψ是变换矩阵。

由于直接从衍射图案 $I_i$ 中恢复物体O是非线性且不适定的，我们可以通过优化问题来寻求解决方案。目标是找到一个稀疏表示S，使得通过该表示重建的衍射图案与实际测量的衍射图案之间的差异最小，同时保持S的稀疏性。

重建优化问题可以表述为：

$\min_{S} \sum_i \|I_i - |\mathcal{F}\{\Psi^{-1}S \cdot P_i\}|^2\|_2^2 + \lambda \|S\|_1$

其中， $\|\mathbf{S}\|_1$ 是 $\mathbf{S}$ 的L1范数，用于促进稀疏性； $\lambda$ 是正则化参数，用于平衡数据保真度和稀疏性； $\Psi^{-1}$ 是变换 $\Psi$ 的逆变换，用于从稀疏表示 $\mathbf{S}$ 重建物体 $\mathbf{O}$ ； $\|\cdot\|_2^2$ 表示L2范数平方，用于计算重建衍射图案与实际衍射图案之间的误差。

计算成像Ptychography的光路的分类

在计算成像领域，Ptychography作为一种先进的相位恢复技术，主要利用了不同的光路配置来实现高分辨率的成像。这些配置根据光的传播方式和样品与探测器之间的相对位置可以分为几种主要类型：

1. 远场Ptychography（Far-field Ptychography）

特点：在远场Ptychography中，探测器放置在离样品足够远的位置，以便捕获由样品散射的波在无限远处（或焦平面上）形成的衍射图案。这种配置下，衍射图案可以被认为是物体波的傅里叶变换。
应用：远场Ptychography广泛应用于透射电子显微镜（TEM）、X射线显微镜等领域，特别适用于探测纳米尺度的物质结构。

2. 近场Ptychography（Near-field Ptychography）

特点：在近场Ptychography中，探测器放置在离样品较近的位置，通常在样品的近场区域内。这种配置下，衍射图案受到菲涅尔衍射效应的影响，与远场Ptychography相比，近场Ptychography能够提供更高的空间分辨率。
应用：近场Ptychography适用于需要高分辨率成像的应用，如表面科学和生物组织的显微成像。