近日，中科院西安光機(jī)所空間光學(xué)技術(shù)研究室在計(jì)算成像可解釋性深度學(xué)習(xí)重建方法研究取得創(chuàng)新性進(jìn)展。相關(guān)研究成果發(fā)表于計(jì)算機(jī)視覺與圖形學(xué)領(lǐng)域國際著名期刊Computational Visual Media（簡稱CMVJ，IF：17.3），該期刊影響因子位居JCR計(jì)算機(jī)學(xué)科軟件工程類期刊首位。西安光機(jī)所李寶鵬高級工程師為論文第一作者，西安光機(jī)所馬彩文研究員和西安交通大學(xué)謝琦副教授為共同通信作者。西安光機(jī)所樊學(xué)武研究員、趙惠研究員、高偉研究員、楊明洋研究助理，西安交通大學(xué)潘志斌教授和孟德宇教授為合作者。論文的第一完成單位為中國科學(xué)院西安光機(jī)所，通訊單位為中國科學(xué)院西安光機(jī)所和西安交通大學(xué)。

傅里葉疊層成像是一種新興的計(jì)算成像技術(shù)，其成像的正向模型包括光瞳函數(shù)的低通濾波、光瞳在頻域內(nèi)的掃描采樣、傅里葉變換和復(fù)雜的成像噪聲污染。傳統(tǒng)基于深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)（如卷積神經(jīng)網(wǎng)絡(luò)）方法在遠(yuǎn)距離場景下，環(huán)境噪聲干擾更為復(fù)雜，高分辨率圖像重建難度顯著增加。

圖1.MDFP-Net網(wǎng)絡(luò)結(jié)構(gòu)

對此，研究團(tuán)隊(duì)創(chuàng)新性地提出了一種融合可學(xué)習(xí)正則化項(xiàng)的優(yōu)化模型，結(jié)合近端梯度優(yōu)化算法，為構(gòu)建可解釋的深度學(xué)習(xí)模型奠定理論基礎(chǔ)。基于此，團(tuán)隊(duì)設(shè)計(jì)出全新模型驅(qū)動(dòng)的傅里葉疊層重建網(wǎng)絡(luò)（MDFP-Net），MDFP-Net為首個(gè)通過復(fù)數(shù)域與實(shí)數(shù)域交替迭代優(yōu)化，將振幅流重建算法嵌入網(wǎng)絡(luò)結(jié)構(gòu)的深度可展開網(wǎng)絡(luò)，有效實(shí)現(xiàn)了振幅的重構(gòu)。MDFP-Net的各模塊設(shè)計(jì)具有明晰的物理意義，使傅里葉疊層重建過程的所有模塊均具備可解釋性，顯著提升了深度學(xué)習(xí)在計(jì)算成像中的理論合理性與計(jì)算成像性能。

圖2.不同方法仿真圖像重建結(jié)果

圖3.實(shí)驗(yàn)場景

圖4.不同方法8.7m真實(shí)場景重建結(jié)果

為驗(yàn)證MDFP-Net在實(shí)現(xiàn)高質(zhì)量和快速重建方面的有效性，研究團(tuán)隊(duì)開發(fā)了一套遠(yuǎn)距離反射式傅里葉疊層成像系統(tǒng)，順利完成了8.7m外真實(shí)樣本數(shù)據(jù)采集。研究成果在既推動(dòng)了傅里葉疊層成像技術(shù)的認(rèn)知深化，也通過創(chuàng)新性地融合深度學(xué)習(xí)與計(jì)算成像方法，為計(jì)算光學(xué)成像的研究提供了新的技術(shù)思路，未來有望突破更遠(yuǎn)距離成像場景限制，有為遙感等領(lǐng)域應(yīng)用提供技術(shù)支撐的潛力。

研究得到中國科學(xué)院西部青年學(xué)者項(xiàng)目和超快光科學(xué)與技術(shù)全國重點(diǎn)實(shí)驗(yàn)室開放基金的資助。

西安光機(jī)所空間光學(xué)技術(shù)研究室始終緊密圍繞國家重大工程需求，專注于高分辨率成像技術(shù)的深入研究。研究室繼承并發(fā)展了傳統(tǒng)的高分辨率相機(jī)技術(shù)，積極探索新型高分辨率成像技術(shù)、相位恢復(fù)和深度學(xué)習(xí)等前沿科技領(lǐng)域。

論文鏈接：https://doi.org/10.26599/CVM.2025.9450442