Tirant parti de la cohérence spatiale comme élément physique préalable pour guider la formation d’un réseau neuronal profond, la méthode TWC-Swin excelle dans la capture des caractéristiques d’image locales et globales et élimine la dégradation de l’image causée par des turbulences arbitraires. Crédit : X. Tong et al., doi 10.1117/1.AP.5.6.066003.
L’imagerie holographique a toujours été confrontée à des distorsions imprévisibles dans des environnements dynamiques. Les méthodes traditionnelles d’apprentissage en profondeur ont souvent du mal à s’adapter à diverses scènes en raison de leur dépendance à des conditions de données spécifiques.
Pour résoudre ce problème, des chercheurs de l’Université du Zhejiang se sont penchés sur l’intersection de l’optique et de l’apprentissage profond, découvrant le rôle clé des a priori physiques pour assurer l’alignement des données et des modèles pré-entraînés.
Ils ont exploré l’impact de la cohérence spatiale et des turbulences sur l’imagerie holographique et ont proposé une méthode innovante, TWC-Swin, pour restaurer des images holographiques de haute qualité en présence de ces perturbations. Leur recherche, intitulée « Exploiter la magie de la lumière : transformateur swin commandé par la cohérence spatiale pour l’imagerie holographique universelle », est rapportée dans la revue Photonique avancée.
La cohérence spatiale est une mesure du comportement ordonné des ondes lumineuses. Lorsque les ondes lumineuses sont chaotiques, les images holographiques deviennent floues et bruyantes, car elles contiennent moins d’informations. Le maintien de la cohérence spatiale est crucial pour une imagerie holographique claire.
Les environnements dynamiques, comme ceux présentant des turbulences océaniques ou atmosphériques, introduisent des variations dans l’indice de réfraction du milieu. Cela perturbe la corrélation de phase des ondes lumineuses et déforme la cohérence spatiale. Par conséquent, l’image holographique peut devenir floue, déformée ou même perdue.
Analyse qualitative des performances à différentes intensités de turbulence océanique et atmosphérique. Le réseau formé avec cohérence en tant qu’informations physiques préalables peut efficacement surmonter l’impact des turbulences océaniques et atmosphériques sur l’imagerie et améliorer la qualité de l’image. Crédit : X. Tong et al., doi 10.1117/1.AP.5.6.066003.
Des chercheurs de l’Université du Zhejiang ont développé la méthode TWC-Swin pour relever ces défis. TWC-Swin, abréviation de « train-with-coherence swin transformer », exploite la cohérence spatiale comme élément physique pour guider la formation d’un réseau neuronal profond. Ce réseau, basé sur l’architecture du transformateur Swin, excelle dans la capture des caractéristiques des images locales et globales.
Pour tester leur méthode, les auteurs ont conçu un système de traitement de la lumière qui produisait des images holographiques avec différentes conditions de cohérence spatiale et de turbulence. Ces hologrammes étaient basés sur des objets naturels, servant de données de formation et de test pour le réseau neuronal.
Les résultats démontrent que TWC-Swin restaure efficacement les images holographiques même dans des conditions de faible cohérence spatiale et de turbulence arbitraire, surpassant ainsi les méthodes traditionnelles basées sur les réseaux convolutifs. En outre, la méthode présenterait de fortes capacités de généralisation, étendant son application à des scènes invisibles non incluses dans les données de formation.
Cette recherche innove dans la lutte contre la dégradation de l’image dans l’imagerie holographique sur diverses scènes. En intégrant des principes physiques dans l’apprentissage profond, l’étude met en lumière une synergie réussie entre l’optique et l’informatique. À mesure que l’avenir se déroule, ces travaux ouvrent la voie à une imagerie holographique améliorée, nous permettant de voir clairement à travers les turbulences.
Plus d’information:
Xin Tong et al, Exploiter la magie de la lumière : transformateur swin instruit par la cohérence spatiale pour l’imagerie holographique universelle, Photonique avancée (2023). DOI : 10.1117/1.AP.5.6.066003
Citation: Imagerie holographique claire dans des environnements turbulents (30 octobre 2023) récupéré le 31 octobre 2023 sur
Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni seulement pour information.