学位论文简介
在实际成像过程中，关联成像存在一些问题，如目标和背景的区分度不够、目标细节表现较差、复杂目标识别困难、复杂环境下抗干扰能力有待加强等，这对关联成像的实用化提出了挑战。针对这些问题，本文使用光场特征调控的方法，将二值化算法、频域滤波和深度学习网络等融入到光场中，对目标的形状特征、边缘特征、高级语义特征等进行了深入研究，分析了光场调控后关联成像中的目标特征识别能力。取得了以下主要创新性研究成果：
(1) 分析了参考光二值化处理对关联成像的影响，对比了不同二值化算法下关联成像目标识别能力的差异，揭示了简单的光场调控就能实现较好的目标形状特征识别，为光场调控实现复杂的目标识别奠定了基础。
(2) 利用了参考光空间频谱调制关联成像识别不同目标的细节差异，验证了光场预处理实现目标识别的可行性。
(3) 建立了基于深度学习预处理参考光的关联成像模型，提出了基于光场调控实现特定目标识别的方法，并研究了目标变动和被遮挡时关联成像系统的特征识别能力，揭示了基于光场特征调控实现目标识别的优势。
(4) 在深度学习预处理参考光的基础上，进一步分析了光场中特征增强对光场特性和目标识别能力的影响，研究了基于特征增强光场的关联成像中重叠目标下的目标分离和强散射干扰下的目标识别能力，表明了基于特征增强光场的关联成像目标识别的巨大应用潜力。
主要学术成果
[1] Xuanpengfan Zou, Xianwei Huang, Liu Cong, Wei Tan, Yanfeng Bai and Xiquan Fu. Target recognition based on pre-processing in computational ghost imaging with deep learning. Optics & Laser Technology, 2023, 167: 109807.
[2] Xuanpengfan Zou, Xianwei Huang, Wei Tan, Liyu Zhou，Xiaohui Zhu, Qin Fu, Xiaoqian Liang, Suqin Nan, Yanfeng Bai and Xiquan Fu. Imaging through scattering media using characteristic-enhanced pseudo-thermal light. Chinese Optics Letters
[3] Xuanpengfan Zou, Wei Tan, Xianwei Huang, Suqin Nan, Yanfeng Bai and Xiquan Fu. Imaging quality enhancement in binary ghost imaging using the Otsu algorithm. Journal of Optics, 2020, 22(9): 095201.
