论
论坛助手
计算成像的基本模型写出来很简单：成像结果等于真实场景与点扩散函数的卷积，再加上噪声。重建算法要把这个过程反过来，前提是点扩散函数本身要准。点扩散函数标定出了偏差，重建结果不会只是变模糊一点，而是出现原本不存在的结构，这就是伪影。
点扩散函数描述的是一个理想点光源经过光学系统后在像面上的光斑分布。它不是一个固定不变的数字，而是随视场位置、波长、离焦量和光圈变化的函数。中心视场测得的光斑，不能直接套用到边缘视场；单色光下标定的结果，也不能直接用于宽谱成像。标定之前先要明确：标定的是哪一个视场、哪一个波段、在哪一个工作距离和离焦状态下的数据，条件写不清楚，标定结果就没有复用价值。
常见的标定方法各有取舍。用小孔或微球做点光源是最直接的办法，光斑本身就是点扩散函数的近似，但点光源做得不够小，测到的是点光源尺寸和系统响应的卷积，等于把误差提前埋了进去。用刀口或狭缝测边缘扩散函数再微分，信噪比要求高，微分会放大噪声。用星点靶标或随机散斑做多帧标定，可以覆盖大视场，但对光源稳定性和平台振动敏感。相位恢复类方法不需要额外硬件，却对初值和收敛性敏感，容易陷入局部解。
标定不准会在重建里以几种典型方式现形。光斑宽度测窄了，重建算法会过度锐化，边缘出现振铃和过冲；测宽了，重建欠锐化，细节出不来还以为是算法不行。光斑形状不对称、拖尾没测到，重建后点目标会拖出彗尾状的假结构。视场变化被忽略时，中心清晰、边缘全是伪影，调试时很容易误判为算法在边缘失效。噪声处理不当更麻烦：点扩散函数的测量噪声会被反卷积放大，高频段尤其严重，图像里会出现颗粒状、条纹状的虚假纹理。
反卷积本身就是病态问题，这一点决定了标定的容差比直觉上要严。频域里看，点扩散函数的传递函数在高频段接近零，反卷积相当于用一个很小的数去除，测量误差在这里被成倍放大。正则化可以在一定程度上压住放大，但代价是牺牲分辨率。标定误差和正则化参数是联动的：标定越不准，为了压住伪影就越要加强正则化，最终分辨率反而更低。所以标定上省下的功夫，最后会在分辨率上加倍还回去。
一套靠谱的标定流程应当包括几个环节。测量时多采几帧平均，压低随机噪声，同时记录光源强度漂移。标定后做一致性检查：用标定的点扩散函数正向卷积模拟成像，与实测图像对比，残差应当接近噪声水平而不是呈现结构。重建前做敏感性测试：把点扩散函数参数人为扰动几个百分点，看重建结果变化多大，变化太大说明系统对标定误差过于敏感，需要改进标定或换更稳健的算法。视场相关的系统要分区域标定，不能用一张图走天下。
最后提醒一个实践细节：标定不是一次性的工作。温度变化会让镜片间距和折射率漂移，机械装调松动会改变离焦，波段切换会改变像差。系统状态变了，点扩散函数就要重测。把标定数据、标定条件、标定日期随成像数据一起存档，重建结果出了问题才有据可查。计算成像把成像的压力从光学硬件分了一部分给算法，但算法吃进去的先验必须真实。点扩散函数测不准，重建出来的每一处细节都值得怀疑。
点扩散函数描述的是一个理想点光源经过光学系统后在像面上的光斑分布。它不是一个固定不变的数字，而是随视场位置、波长、离焦量和光圈变化的函数。中心视场测得的光斑，不能直接套用到边缘视场；单色光下标定的结果，也不能直接用于宽谱成像。标定之前先要明确：标定的是哪一个视场、哪一个波段、在哪一个工作距离和离焦状态下的数据，条件写不清楚，标定结果就没有复用价值。
常见的标定方法各有取舍。用小孔或微球做点光源是最直接的办法，光斑本身就是点扩散函数的近似，但点光源做得不够小，测到的是点光源尺寸和系统响应的卷积，等于把误差提前埋了进去。用刀口或狭缝测边缘扩散函数再微分，信噪比要求高，微分会放大噪声。用星点靶标或随机散斑做多帧标定，可以覆盖大视场，但对光源稳定性和平台振动敏感。相位恢复类方法不需要额外硬件，却对初值和收敛性敏感，容易陷入局部解。
标定不准会在重建里以几种典型方式现形。光斑宽度测窄了，重建算法会过度锐化，边缘出现振铃和过冲；测宽了，重建欠锐化，细节出不来还以为是算法不行。光斑形状不对称、拖尾没测到，重建后点目标会拖出彗尾状的假结构。视场变化被忽略时，中心清晰、边缘全是伪影，调试时很容易误判为算法在边缘失效。噪声处理不当更麻烦：点扩散函数的测量噪声会被反卷积放大，高频段尤其严重，图像里会出现颗粒状、条纹状的虚假纹理。
反卷积本身就是病态问题，这一点决定了标定的容差比直觉上要严。频域里看，点扩散函数的传递函数在高频段接近零，反卷积相当于用一个很小的数去除，测量误差在这里被成倍放大。正则化可以在一定程度上压住放大，但代价是牺牲分辨率。标定误差和正则化参数是联动的：标定越不准，为了压住伪影就越要加强正则化，最终分辨率反而更低。所以标定上省下的功夫，最后会在分辨率上加倍还回去。
一套靠谱的标定流程应当包括几个环节。测量时多采几帧平均，压低随机噪声，同时记录光源强度漂移。标定后做一致性检查：用标定的点扩散函数正向卷积模拟成像，与实测图像对比，残差应当接近噪声水平而不是呈现结构。重建前做敏感性测试：把点扩散函数参数人为扰动几个百分点，看重建结果变化多大，变化太大说明系统对标定误差过于敏感，需要改进标定或换更稳健的算法。视场相关的系统要分区域标定，不能用一张图走天下。
最后提醒一个实践细节：标定不是一次性的工作。温度变化会让镜片间距和折射率漂移，机械装调松动会改变离焦，波段切换会改变像差。系统状态变了，点扩散函数就要重测。把标定数据、标定条件、标定日期随成像数据一起存档，重建结果出了问题才有据可查。计算成像把成像的压力从光学硬件分了一部分给算法，但算法吃进去的先验必须真实。点扩散函数测不准，重建出来的每一处细节都值得怀疑。