Диагностика материалов дифракционными оптическими методами

Внутреннее состояние материала, достигнутое в результате технологической обработки, косвенно отражается на состоянии его поверхности. Для бесконтактного метода неразрушающего контроля состояния материала, основанного на визуальном анализе поверхности, необходимы высококачественные изображения, которые могут быть получены либо с использованием линзовых объективов, либо с помощью безлинзовых технологий. В работе представлены результаты исследования обработки изображений, полученные при применении безлинзовых технологий. Использовали методы моделирования фазовых масок и обработки изображений, основанные на итерационных алгоритмах Герчберга – Секстона, адаптивно-аддитивном и алгоритме, использующем вращение фазовой маски. Анализировали такие материалы, как гранит, графит, песок и углеродистая сталь. Показано, что построение фотокамер позволяет существенно уменьшить их габариты с сохранением или даже улучшением характеристик. Полученные с помощью безлинзовых технологий изображения и предлагаемые методы обработки дают возможность значительно повысить точность визуального контроля материалов. Полученные результаты могут быть использованы для совершенствования безлинзовых технологий, улучшения качества изображений и сокращения времени их обработки.

1. Грудин Б. Н., Плотников В. С., Пустовалов Е. В. и др. Моделирование и анализ изображений с использованием спектральных характеристик / Известия РАН. Серия физическая. 2012. Т. 76. № 9. С. 1134 – 1134.

2. Грейсух Г. И., Данилов В. А., Ежов Е. Г. и др. Дифракционные элементы в оптических системах среднего и двойного ИК-диапазона / Фотоника. 2020. Т. 14. № 2. С. 160 – 169.

3. Zheng Y., Asif M. Joint image and depth estimation with mask-based lensless cameras / IEEE Transact. Comput. Imaging. 2020. Vol. 6. P. 1167 – 1178.

4. Волков А. В., Казанский Н. Л., Головашин Д. Л. и др. Методы компьютерной оптики. — М.: Физматлит, 2003. — 688 с.

5. Потапов А. А., Гуляев Ю. В., Никитов С. А. и др. Новейшие методы обработки изображений. — М.: Физматлит, 2008. — 496 с.

6. Monakhova K., Yurtsever J., Kuo G., et al. Learned reconstructions for practical mask-based lensless imaging / Optics express. 2019. Vol. 27. N 20. P. 28075 – 28090. DOI: 10.1364/OE.27.028075

7. Wu J., Zhang H., Zhang W., et al. Single-shot lensless imaging with Fresnel zone aperture and incoherent illumination / Light Sci. Appl. 2020. Vol. 9. N 1. P. 1 – 11. DOI: 10.1038/s41377-020-0289-9

8. Ba C., Tsang J., Mertz J. Fast hyperspectral phase and amplitude imaging in scattering tissue / Optics Lett. 2018. Vol. 43. N 9. P. 2058 – 2061. DOI: 10.1364/OL.43.002058

9. Shevkunov I., Katkovnik V., Claus D., et al. Spectral object recognition in hyperspectral holography with complex-domain denoising / Sensors. 2019. Vol. 19. N 23. P. 5188.

10. Katkovnik V., Egiazarian K. Sparse phase imaging based on complex domain nonlocal BM3D techniques / Digital Signal Proc. 2017. Vol. 63. P. 72 – 85. DOI: 10.1016/j.dsp.2017.01.002

11. Jin S., Hui W., Wang Y., et al. Hyperspectral imaging using the single-pixel Fourier transform technique / Sci. Rep. 2017. Vol. 7. N 1. P. 1 – 7. DOI: 10.1038/srep45209

12. Tajima K., Nakamura Y., Yamaguchi K., et al. Optimization design for improving resolution of lensless imaging with Fresnel zone aperture / Optical Rev. 2019. Vol. 26. N 5. P. 507 – 511. DOI: 10.1007/s10043-019-00545-z

13. Paoletti M. E., Haunt J. M., Plaza J., et al. Deep learning classifiers for hyperspectral imaging: A review / ISPRS J. Photogram. Remote Sens. 2019. Vol. 158. P. 279 – 317. DOI: 10.1016/j.isprsjprs.2019.09.006

14. Kocsis P., Shevkunov I., Katkovnik V., et al. Single exposure lensless subpixel phase imaging: optical system design, modelling, and experimental study / Optics express. 2020. Vol. 28. N 4. P. 4625 – 4637. DOI: 10.1364/OE.379785

15. Khonina S. N., Karpeev S. V., Porfirev A. P. Wavefront aberration sensor based on a multichannel diffractive optical element / Sensors. 2020. Vol. 20. N 14. P. 3850. DOI: 10.3390/s20143850

16. Головашин Д. Л., Досколович Л. Л., Казанский Н. Л. и др. Дифракционная компьютерная оптика. — М.: Физматлит, 2007. — 734 с.

17. Сойфер В. А. Введение в дифракционную микрооптику. — Самара: СНИУ, 1996. — 94 с.

18. Huang G., Wu D., Luo J., et al. Generalizing the Gerchberg – Saxton algorithm for retrieving complex optical transmission matrices / Photonics Res. 2021. Vol. 9. N 1. P. 34 – 42. DOI: 10.1364/PRJ.406010

19. Roig-Solvas B., Makowski L., Brooks D. A proximal operator for multispectral phase retrieval problems / SIAM J. Optimiz. 2019. Vol. 29. N 4. P. 2594 – 2607. DOI: 10.1137/18M120227X SJOPE8.1095-7189

20. Shevkunov I., Katkovnik V., Claus D., et al. Hyperspectral phase imaging based on denoising in complex-valued eigensubspace / Opt. Lasers Eng. 2020. Vol. 127. P. 105973. DOI: 10.1016/j.optlaseng.2019.105973