杨泊钰，柯 钧

（北京理工大学 光电学院，北京 100081）

1 引 言

不同于光在自由空间中的传播，当携带有目标信息的光线通过散射介质（如云、烟雾、生物介质等）时，介质的内在不均匀性将会引起光线的散射，进而导致波前畸变。此时，探测器会检测到复杂的散射图像，使人眼无法直观地获得目标信息。该现象在日常生产生活、科学研究与安全保障中经常出现，影响了人们对物体的观测，因此，如何通过散射介质获得目标信息成为一个重要而充满挑战的问题。

透过散射介质成像在生物医学技术、天文现象观察、日常生活应用中均有着广泛的应用需求。不同领域的研究人员也提出了多种方法，如自适应光学技术（Adaptive Optics）［1］、波前整形技术（Wavefront Shaping）［2-6］、相关成像技术（Correlation Imaging）［7-11］以及最近新兴的神经网络技术（Neural Networks）［12-13］等。自适应光学技术利用可变形镜可以近乎完美地校正低阶像差，但其成像条件也较为苛刻，需要有一个明亮的点光源或者高对比度初始图像。波前整形技术可以做到透过高散射介质成像，其成像过程需要大量的光学目标估算。相关成像技术是基于记忆效应理论［14-15］在没有散射介质、目标物体或光源详细信息的条件下可做到无创成像，但其成像质量与选取的初值联系紧密。同时，其在成像精确性以及成像速度上还有很大的提升空间。随着近年来神经网络的发展，深度网络被应用于计算机视觉的各个任务之中，也包括由散斑重建目标信息，但所用的数据仍然是在较理想情况下由传统相机采集的散斑图，对成像条件要求较高［12］。……