[论文解读] Phase retrieval for imaging problems

Fajwel Fogel, Irène Waldspurger+1 more|Apr 29, 2013

Advanced X-ray Imaging Techniques参考文献 14被引用 15

一句话总结

本文提出了一种用于成像中相位恢复的凸松弛算法，利用信号的结构性质（如稀疏性、平滑性和非负性）以加速收敛并提高重建精度。基于来自蛋白质数据库的模拟X射线衍射数据，结果表明，仅需两个随机照明即可通过低秩近似和贪婪优化的半定规划方法实现稳定的图像恢复。

ABSTRACT

We study convex relaxation algorithms for phase retrieval on imaging problems. We show that structural assumptions on the signal and the observations, such as sparsity, smoothness or positivity, can be exploited to both speed-up convergence and improve recovery performance. We detail experimental results in molecular imaging problems simulated from PDB data.

研究动机与目标

• 开发适用于大规模成像问题的高效凸松弛算法以解决相位恢复问题。
• 利用结构性假设（如稀疏性、平滑性、非负性及已知支撑）以提升收敛速度和重建性能。
• 使用来自蛋白质数据库的真实分子数据进行模拟与相位恢复性能评估。
• 证明基于低秩近似的半定规划与贪婪优化在从仅幅度的傅里叶测量中恢复相位方面的有效性。
• 提供一个可复现的数值工具箱，用于衍射成像中的相位恢复实验。

提出的方法

• 通过提升技术将非凸相位恢复问题重新表述为正半定厄米特矩阵上的秩最小化问题。
• 利用相位提升（PhaseLift）框架，采用半定规划（SDP）近似秩最小化。
• 应用带低秩近似的块坐标下降法（BCDLR），以将SDP求解器扩展至大规模成像问题。
• 在SDP松弛后，通过Fienup算法引入贪婪优化以提升解的质量。
• 利用傅里叶变换结构和已知支撑，通过FFT减少问题规模并加速线性运算。
• 实现一个MATLAB工具箱，包含数据生成、相位恢复和可视化功能，支持多种求解器及噪声/过采样实验。

实验结果

研究问题

• RQ1 稀疏性、平滑性和非负性等结构性假设是否能显著提升相位恢复算法的收敛速度与精度？
• RQ2 在衍射成像中，通过半定规划的凸松弛方法，能否仅用两个随机照明就实现图像恢复？
• RQ3 过采样和噪声水平如何影响相位恢复重建中的均方误差（MSE）？
• RQ4 BCDLR求解器中的低秩近似是否能在保持精度的同时实现对大规模成像问题的可扩展性？
• RQ5 在不同随机滤波器种子和噪声实现下，结果的稳定性和可复现性如何？

主要发现

• 结合低秩近似与贪婪优化的凸松弛方法，即使仅使用两个随机照明，也能实现稳定的相位恢复。
• 在模拟分子成像实验中，利用稀疏性和非负性等结构性假设可显著加速收敛并提高重建精度。
• 采用秩-2近似的BCDLR求解器在40次迭代内即获得高质量结果，优于大规模问题下的标准内点法。
• 数值实验表明，随着滤波器数量和过采样率的增加，均方误差（MSE）下降，且在不同随机种子下均表现出稳定恢复。
• 噪声的引入对重建误差具有可测量但可控的影响，MSE随信噪比下降而逐步增加。
• 所提供的MATLAB工具箱可完整复现所有实验，包括相位跃迁、噪声和分辨率研究，结果一致且可复现。