近日，中国科学院上海光学精密机械研究所研究员司徒国海团队提出了一种基于深度神经网络的实时非侵入式透过散射介质光学成像方法，命名为DescatterNet。该研究成果以《Learning-based real-time imaging through dynamic scattering media》为题，发表在《光：科学与应用》期刊上，标志着散射成像技术的重要进展。
透过散射介质成像在科学研究和实际应用中具有重要意义。以往的研究主要依赖于深度神经网络，通过分析散斑图样复原清晰物体图像，利用光场调控实现聚焦，甚至在超过17倍光学厚度的条件下进行散射成像。然而，由于真实应用场景中数据集的采集困难，许多研究只能在实验室环境中进行，使用空间光调制器依次加载大量图像，并在人工光源的照明下采集散射图像。这种实验条件与实际散射场景的光学特性差异较大，导致训练出的深度神经网络无法有效应用于真实场景。
#### 研究创新
针对这一问题，司徒国海团队提出了一种新颖的解决方案，重点在于实验装置设计、数据集构建、数据预处理方法、AI模型优化和部署等方面进行深入研究。他们的工作在真实物体和自然场景中取得了显著的散射成像效果。
研究表明，随着散射程度加深，原始散射图像的质量迅速下降，导致图像完全无法分辨。而DescatterNet则能够有效地对真实物体进行高质量的散射成像，显著提高了成像系统的探测性能。
在前期成果的基础上，该团队开展了自然场景的散射成像实验，并成功搭建了成像装置。在实验中，他们实现了透过5.9公里浓雾环境对自然场景的散射成像。与传统图像增强方法相比，DescatterNet能够取得更优的复原效果，展示了其在复杂环境下的强大能力。
该研究的关键在于适配的数据集、数据处理算法以及强大的神经网络，结合光学成像原理，开发出新一代智能成像技术。这项技术在恶劣天气下的交通安全、视频监控、火场救援和水下探测等领域展现出广阔的应用前景。
研究得到了国家自然科学基金及上海市相关项目的支持，标志着深度学习在光学成像领域的应用进入了一个新的阶段。未来，随着技术的不断发展，DescatterNet有望在更多实际场景中发挥重要作用。
-----------------------
上海研润光机科技有限公司成立于2005年，是一家以研发、生产、非标定制自动化生产检测设备，计算机软件开发为主的高新技术企业，主导产品包括硬度计、试验机、金相制样、自准直仪、工业自动化生产检测设备，综合显微镜、三坐标、圆度仪、轮廓仪、影像测量仪、长度计量仪器、进口产品等光学和材料性能检测仪器。自2005年以来，公司产品已经广泛应用于大学、科研机构、航空航天、电子、机械、汽车、纺织、五金、塑胶、印刷、食品、医院、包装、模具等部门行业，为其实验室建立、规划，产品研发、检验提供了软硬件支持。如有需要，可点此咨询在线客服
