《Optics and Lasers in Engineering》：A physics-guided iterative optimization method for three-wavelength holographic imaging through scattering media
编辑推荐：
•一种三波长全息方法，可穿透致密散射介质成像。•一种循环引导机制可在RGB通道间传播结构特征，并有效抑制噪声。•在激进去噪与高频边缘保持之间实现最优平衡。引言光学成像系统在无损检测、遥感和生物医学观测等领域不可或缺[1]。然而，雾气、浑浊水和生物组织等自然介质表现出严重的光学
- •
一种三波长全息方法，可穿透致密散射介质成像。
- •
一种循环引导机制可在RGB通道间传播结构特征，并有效抑制噪声。
- •
在激进去噪与高频边缘保持之间实现最优平衡。
引言
光学成像系统在无损检测、遥感和生物医学观测等领域不可或缺[1]。然而，雾气、浑浊水和生物组织等自然介质表现出严重的光学非均匀性[2]。光在这些介质中传播时会经历多次随机散射，导致强度呈指数级衰减，并扰乱空间相干性和波前相位。这会造成严重的图像退化，包括对比度降低和光学场信息的完全丧失[3]、[4]。虽然一小部分未发生偏折的弹道光子保留了目标信息，但大部分多次散射光子会相互干涉，形成混沌的高对比度散斑图案[5]。因此，传统几何成像系统无法分辨隐藏在光学致密散射介质后面的目标[6]。因此，开发稳健的去散射算法对于恢复真实场景信息并提高系统在复杂环境中的可靠性至关重要。
数字全息（DH）提供了一种独特的穿透散射介质的机制，通过干涉和衍射模拟来数值重构物体的三维形态和定量相位[7]。关键在于，DH利用了一种固有的相干门控效应：只有弹道光子或蛇形光子才能形成稳定的高频条纹，而时间不相干的散射光子则表现为可过滤的低频背景。这赋予DH在复杂环境中无与伦比的灵敏度[8]、[9]、[10]、[11]。然而，在高浓度或动态散射介质中，DH重构不可避免地会受到高对比度相干散斑噪声的退化[12]。这种噪声会大幅降低信噪比（SNR），并掩盖高频拓扑边缘[13]。尝试从全息图中计算去除散射背景，例如执行穷尽的多尺度空间滤波或密集的迭代相位计算[14]，会产生巨大的开销。在抑制不相干散射噪声的同时保留弹道光子的高频边缘这一双重需求，带来了巨大的计算负担和不可接受的长时间处理[15]。
早期的单波长DH缺乏真彩能力，并存在2π相位解缠绕模糊问题，限制了宏观深度测量[16]、[17]。多波长DH克服了这些问题，利用合成波长[18]或单次曝光闪耀光栅装置[19]来实现真彩三维重构。此外，多波长全息对散射具有很强的抗性。由于相位延迟是波长相关的，各通道的散斑图案在空间上不相关[20]，而目标的几何拓扑结构保持一致。这建立了一个关键先验：散斑噪声在各通道间是独立的，而目标信号是共享的[21]。各种深度学习方法已利用这一点来映射散斑-目标关系，包括光谱视觉散斑网络[22]、多尺度重构[23]和修改后的U-Net[24]。在深度学习全息中，也有针对红外传感应用的注意力残差网络[25]。然而，它们的泛化能力通常受到瓶颈限制。当实际散射条件偏离训练数据集时，这些模型经常会产生伪影或丢失关键特征。
光学抗散射技术通常分为拒绝策略或校正策略[26]、[27]。拒绝策略过滤偏折光子，但在高光学厚度下因弹道光子耗尽而失效。校正策略通过波前补偿利用散射光。虽然早期的散斑相关成像受限于光学记忆效应，但最近的进展，如基于虚拟参考的全息技术，已经实现了超越这些限制的非侵入性成像[28]。在计算方面，将物理约束与现代光场操控相结合，例如通过温度可调超表面生成动态太赫兹全息图用于传感应用[29]，已证明在复杂波场控制方面卓有成效。最近的框架利用物理信息学习来扩展景深[30]，利用动态合成网络来适应时变环境[31]，并利用迁移学习在致密动态介质中进行实时模型微调[32]。
尽管取得了这些进展，但在严重且不可预测的多次散射条件下，现有算法难以在激进去噪与精确保留微观边缘之间取得平衡，这凸显了需要充分利用多维谱特性的重构理论的必要性[33]、[34]、[35]。在本研究中，我们提出了一种三波长迭代全息重构优化方法。基于角谱衍射理论，该算法将多通道物理引导机制与自适应多尺度滤波器相结合。通过强制跨通道边缘特征共享，该方法有效地克服了复杂的散射障碍，为高精度三维相干成像提供了一种稳健且高度实用的解决方案，并通过模拟和物理实验得到了验证。由于完全由可解释的基于物理的先验驱动，我们的方法在探测不同散射环境（如燃烧排放物、大气云雾、生物组织和浑浊水）方面展现出巨大的可扩展应用潜力。
章节摘要
方法论
为了解决透过重散射介质进行全息成像的理论和工程瓶颈，本节详细介绍了所提出的三波长迭代优化框架。该方法以数字全息衍射反演为基础，通过将多通道特征引导与自适应数学滤波模型相结合，建立了一个闭环波前推导架构。
仿真设置
仿真过程密切模拟了标准的高精度数字全息系统和我们后续的物理设置：生成的数字全息图分辨率为1024 × 1024，初始像素尺寸为1 μm，初始物体到传感器距离为50 mm。模拟的RGB激光波长分别为650 nm、532 nm和450 nm。初始学习率为0.6，衰减因子为0.85，默认运行8次迭代。
为了准确复现由以下因素引起的相干散斑噪声
实验
在数值验证之后，搭建了一个高精度多波长数字全息平台，以评估该算法在非理想环境下针对标定靶标和真实生物样本的实际工程可行性。
结论
透过散射介质进行光学成像是物理光学领域的一大严峻挑战，严重影响了生物医学、航空航天和国防侦察等行业。本研究突破了单波长数据通道和独立数字图像滤波器的局限性，提出并实验验证了一种高度稳健的三通道迭代全息重构优化架构。其核心学术创新在于利用空间去相关的特性
CRediT作者贡献声明
朱宏宇：撰写初稿、软件、方法论、调查研究。黄建清：撰写审阅与编辑、监督指导、方法论、获取资金、概念构思。黄越：撰写审阅与编辑、监督指导。
利益冲突声明
作者声明不存在已知的财务利益冲突或个人关系，这些关系可能影响本文所述工作的客观性。
致谢
本研究得到了国家自然科学基金（52506205）、福建省青年人才培养基金（2025350339）和中央高校基本科研业务费（20720250128）的支持。
朱宏宇|黄建清|黄越
