近日，张素恒副教授指导梁启航、张子乐、王旭凯3名本科生同学在图像处理方面取得新进展，相关工作“Single-pixel complex-amplitude imaging based on untrained complex-valued convolutional neural network”发表在光学领域知名国际期刊《光学快讯》（Optics Express）。
单像素成像在复振幅成像领域正在迅速发展，该技术仅利用一个单像素探测器即可获取物体的空间结构信息。然而，为了重建高质量图像，通常需要进行大量的数据采集和复杂的计算，这使得整个成像过程相对耗时。本研究提出了一种新颖的单像素复振幅成像方案，使用复值卷积神经网络进行图像重建，该方案无需对任何标记数据进行预训练，仅依靠物理模型的约束即可使用随机初始化的网络快速重建高质量的复振幅图像。仿真和实验结果表明，该方案在效率与质量之间实现了良好的平衡，验证了其有效性和可行性。这项工作为单像素复振幅成像提供了一个新的图像重建框架，并为其实际应用奠定了基础。
基于无训练的复值U-Net神经网络的单像素复振幅成像方案
以上工作得到了河北省自然科学基金，国家自然科学基金等课题的支持。
论文链接：https://doi.org/10.1364/OE.532417
