摘要
成像与传感领域中视觉数据的快速增长，促使人们在完整的电子处理之前对数据进行压缩。本研究探索了一种用于灰度图像压缩的混合D2NN-ENN自编码器，其中被动衍射光学编码器形成一个紧凑的潜在强度表示，而电子神经网络解码器则负责重建图像。我们在不同照明模式、潜在区域大小、衍射深度、掩模参数化和量化水平下对光学预压缩进行了评估。增大潜在区域仅在中等范围内提升重建质量，超出该范围后增益趋于饱和。相干照明在重建质量方面相较于非相干照明具有适度的优势。测试中表现最佳的配置采用两层或三层衍射层。全振幅-相位调制表现最优，而仅相位调制则仍是一个实用的较低复杂度替代方案。8位和4位量化可保留大部分重建质量，而2位精度会导致明显的退化。尽管JPEG和学习的神经编解码器在率-失真性能方面表现更好，但所提出的架构作为一种超快速光学预压缩前端，对于编码延迟比通用存储效率更为重要的专用可见光、近红外和红外传感系统具有应用前景。
