【技术实现步骤摘要】
本专利技术涉及成像，尤其涉及一种超透镜图像重构训练方法、系统、成像装置及存储介质。
技术介绍
1、数值孔径(na)是用于衡量光学成像系统的分辨率与收光能力的一个无量纲参数。高分辨率的光学系统往往需求较高的na值。但由于衍射极限的存在，一般光学成像系统在某一特定工作波段下只能通过增加系统口径来提高其成像分辨能力，这无疑将提高整个光学系统的制造成本。
2、光学合成孔径技术，是以一定方式对多个小孔径成像元件进行排列，在满足共相条件下进行多孔径干涉成像，从而达到与其外接圆孔径近似的大口径光学系统成像性能。然而，在传统的光学合成孔径成像系统中，通光孔径面积与等效单孔径成像系统相比仍然较小，系统孔径的限制使系统截止频率之外的空间频率成份被拦截而无法参与成像，再加上成像系统本身的噪声，最终成像的清晰度很难符合预期。
技术实现思路
1、本专利技术的目的在于提供一种超透镜图像重构训练方法、系统、成像装置及存储介质，以解决现有技术中合成孔径成像系统的成像质量差的技术问题。
2、为实现上述专利技术目的之一，本专利技术一实施方式提供一种超透镜图像重构训练方法，所述方法包括：采集原始图像集，所述原始图像集包括多个原始图像；
3、基于所述原始图像分别生成第一模拟图像和第二模拟图像，所述第一模拟图像表征所述原始图像基于第一成像系统而生成的图像数据，所述第二模拟图像表征所述原始图像基于第二成像系统而生成的图像数据，其中，所述第一成像系统包括多个第一超表面透镜，所述第二成像系统包
4、基于神经网络模型，将所述第一模拟图像生成重构图像；
5、根据预设的损失函数计算所述重构图像和所述第二模拟图像之间的损失值；
6、当所述损失值满足预设条件，检验所述重构图像的分辨率，若所述分辨率未满足预设的期望目标，则调整所述第一成像系统的成像参数并重新基于所述原始图像生成重构图像，直至所述重构图像的分辨率满足预设的期望目标。
7、作为本专利技术的进一步改进，所述方法还包括：所述第一成像系统的成像参数包括所述第一超表面透镜的数量和/或所述第一超表面透镜的面积。
8、作为本专利技术的进一步改进，所述方法还包括：所述第一成像系统的多个所述第一超表面透镜呈圆周排列。
9、作为本专利技术的进一步改进，所述方法还包括：所述第一超表面透镜包括第一基底和排布于所述第一基底上的多个微结构；所述第二超表面透镜包括第二基底和排布于所述第二基底上的多个微结构。
10、作为本专利技术的进一步改进，所述方法还包括：所述若所述分辨率未满足预设的期望目标，则调整所述第一成像系统的成像参数具体包括：
11、若所述重构图像的分辨率大于所述期望目标，则减少所述第一成像系统的所述第一超表面透镜的数量和/或所述第一超表面透镜的面积；若所述重构图像的分辨率小于所述期望目标，则增加所述第一成像系统的所述第一超表面透镜的数量和/或所述第一超表面透镜的面积。
12、作为本专利技术的进一步改进，所述方法还包括：当所述损失值不满足所述预设条件时，若所述损失值可收敛，则根据梯度下降算法更新所述神经网络模型的权重参数，并重新将所述第一模拟图像生成重构图像。
13、作为本专利技术的进一步改进，所述方法还包括：若所述损失值无法收敛，则增加所述第一成像系统的所述第一超表面透镜的数量和/或所述第一超表面透镜的面积并重新基于所述原始图像生成重构图像。
14、作为本专利技术的进一步改进，所述方法还包括：所述预设的损失函数为：
15、h(p，q)＝-σxp(x)logq(x)；
16、其中，h(p，q)是第二模拟图像分布p和重构图像分布q之间的交叉熵；p(x)是第二模拟图像；q(x)是重构图像。
17、作为本专利技术的进一步改进，所述方法还包括：所述期望目标为预设的期望值或预设的期望区间。
18、本专利技术还提供一种超透镜成像训练系统，所述系统包括：采集模块，其用于采集原始图像集，所述原始图像集包括多个原始图像；
19、成像模块，用于基于所述原始图像分别生成第一模拟图像和第二模拟图像，所述第一模拟图像表征所述原始图像基于第一成像系统而生成的图像数据，所述第二模拟图像表征所述原始图像基于第二成像系统而生成的图像数据，其中，所述第一成像系统包括多个第一超表面透镜，所述第二成像系统包括单个第二超表面透镜，所述第一超表面透镜的数值孔径小于所述第二超表面透镜的数值孔径；
20、数据训练模块，用于根据神经网络模型将所述第一模拟图像生成重构图像；
21、计算模块，用于根据预设的损失函数计算所述重构图像和所述第二模拟图像之间的损失值；
22、调整模块，用于当所述损失值满足预设条件，检验所述重构图像的分辨率，若所述分辨率未满足预设的期望目标，则调整所述第一成像系统的成像参数并重新基于所述原始图像生成重构图像，直至所述重构图像的分辨率满足预设的期望目标。
23、本专利技术还提供一种超透镜成像装置，所述装置包括：第一成像系统，所述第一成像系统根据上述任一项所述的超透镜图像重构训练方法确定的成像参数进行配置，配置成对目标对象进行拍摄以得到所述目标对象的光学图像；
24、处理器，所述处理器配置成从所述第一成像系统获取所述光学图像，并利用上述任一项所述的超透镜图像重构训练方法训练好的神经网络模型，将所述光学图像生成重构图像。
25、本专利技术还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任意一项所述超透镜图像重构训练方法中的步骤。
26、与现有技术相比，本专利技术实施例的训练方法以包括多个小数值孔径的第一超表面透镜的第一成像系统成像得到的模拟图像作为样本，以仅包括单个大数值孔径的第二超表面透镜的第二成像系统成像得到的标签图像作为标签；并定义神经网络模型训练第一模拟图像得到重构图像，根据重构结果逆向调节第一成像系统的成像参数。本专利技术实施例采用软硬一体的端到端设计思路，可以将第一成像系统的成像效果直接反馈至硬件部分用于成像的第一超表面透镜的结构参数设计，从软件(重构算法)和硬件(超表面结构参数)两个方面来对合成孔径超表面成像系统的成像分辨率进行优化，最终实现可采用多个小数值孔径的超表面透镜来替代单个大数值孔径的超表面透镜。
本文档来自技高网...【技术保护点】
1.一种超透镜图像重构训练方法，其特征在于，包括：
2.根据权利要求1所述的超透镜图像重构训练方法，其特征在于，所述第一成像系统的成像参数包括所述第一超表面透镜的数量和/或所述第一超表面透镜的面积。
3.根据权利要求1所述的超透镜图像重构训练方法，其特征在于，所述第一成像系统的多个所述第一超表面透镜呈圆周排列。
4.根据权利要求1所述的超透镜图像重构训练方法，其特征在于，所述第一超表面透镜包括第一基底和排布于所述第一基底上的多个微结构；所述第二超表面透镜包括第二基底和排布于所述第二基底上的多个微结构。
5.根据权利要求2所述的超透镜图像重构训练方法，其特征在于，所述若所述分辨率未满足预设的期望目标，则调整所述第一成像系统的成像参数具体包括：
6.根据权利要求1所述的超透镜图像重构训练方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的超透镜图像重构训练方法，其特征在于，所述方法还包括：
8.根据权利要求1所述的超透镜图像重构训练方法，其特征在于，所述预设的损失函数为：
9.根据
10.一种超透镜成像训练系统，其特征在于，包括：
11.一种成像装置，其特征在于，包括：
12.一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时候实现如权利要求1～9任意一项所述的超透镜图像重构训练方法中的步骤。
...【技术特征摘要】
1.一种超透镜图像重构训练方法，其特征在于，包括：
2.根据权利要求1所述的超透镜图像重构训练方法，其特征在于，所述第一成像系统的成像参数包括所述第一超表面透镜的数量和/或所述第一超表面透镜的面积。
3.根据权利要求1所述的超透镜图像重构训练方法，其特征在于，所述第一成像系统的多个所述第一超表面透镜呈圆周排列。
4.根据权利要求1所述的超透镜图像重构训练方法，其特征在于，所述第一超表面透镜包括第一基底和排布于所述第一基底上的多个微结构；所述第二超表面透镜包括第二基底和排布于所述第二基底上的多个微结构。
5.根据权利要求2所述的超透镜图像重构训练方法，其特征在于，所述若所述分辨率未满足预设的期望目标，则调整所述第一成像系统的成像参数具...
【专利技术属性】
技术研发人员：宋凯，陈寒，邱兵，
申请(专利权)人：苏州山河光电科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。