Edge enhancement is a fundamental and important topic in imaging and image processing, as perception of edge is one of the keys to identify and comprehend the contents of an image. Edge enhancement can be performed in many ways, through hardware or computation. Existing methods, however, have been limited in free space or clear media for optical applications; in scattering media such as biological tissue, light is multiple scattered, and information is scrambled to a form of seemingly random speckles. Although desired, it is challenging to accomplish edge enhancement in the presence of multiple scattering. In this work, we introduce an implementation of optical wavefront shaping to achieve efficient edge enhancement through scattering media by a two-step operation. The first step is to acquire a hologram after the scattering medium, where information of the edge region is accurately encoded, while that of the nonedge region is intentionally encoded with inadequate accuracy. The second step is to decode the edge information by time-reversing the scattered light. The capability is demonstrated experimentally, and, further, the performance, as measured by the edge enhancement index (EI) and enhancement-to-noise ratio (ENR), can be controlled easily through tuning the beam ratio. EI and ENR can be reinforced by ∼8.5 and ∼263 folds, respectively. To the best of our knowledge, this is the first demonstration that edge information of a spatial pattern can be extracted through strong turbidity, which can potentially enrich the comprehension of actual images obtained from a complex environment.

中文翻译：

---

通过光学波前整形实现的散射介质增强边缘

边缘增强是成像和图像处理中一个基础而重要的课题，因为边缘的感知是识别和理解图像内容的关键之一。边缘增强可以通过硬件或计算以多种方式执行。然而，现有方法在用于光学应用的自由空间或透明介质方面受到限制；在生物组织等散射介质中，光被多次散射，信息被打乱成看似随机的散斑形式。尽管需要，但在存在多重散射的情况下实现边缘增强具有挑战性。在这项工作中，我们介绍了一种光学波前整形的实现，以通过两步操作通过散射介质实现有效的边缘增强。第一步是获取散射介质后的全息图，其中边缘区域的信息被准确编码，而非边缘区域的信息被故意编码精度不足。第二步是通过对散射光进行时间反转来解码边缘信息。通过实验证明了该能力，此外，通过调整光束比可以轻松控制由边缘增强指数 (EI) 和增强噪声比 (ENR) 衡量的性能。EI 和 ENR 可以分别增强~8.5 和~263 倍。据我们所知，这是第一次证明可以通过强烈的混浊度提取空间模式的边缘信息，这可能会丰富对从复杂环境中获得的实际图像的理解。而非边缘区域的编码是故意以不够准确的方式编码的。第二步是通过对散射光进行时间反转来解码边缘信息。通过实验证明了该能力，此外，通过调整光束比可以轻松控制由边缘增强指数 (EI) 和增强噪声比 (ENR) 衡量的性能。EI 和 ENR 可以分别增强~8.5 和~263 倍。据我们所知，这是第一次证明可以通过强烈的混浊度提取空间模式的边缘信息，这可能会丰富对从复杂环境中获得的实际图像的理解。而非边缘区域的编码是故意以不够准确的方式编码的。第二步是通过对散射光进行时间反转来解码边缘信息。通过实验证明了该能力，此外，通过调整光束比可以轻松控制由边缘增强指数 (EI) 和增强噪声比 (ENR) 衡量的性能。EI 和 ENR 可以分别增强~8.5 和~263 倍。据我们所知，这是第一次证明可以通过强烈的混浊度提取空间模式的边缘信息，这可能会丰富对从复杂环境中获得的实际图像的理解。通过实验证明了该能力，此外，通过调整光束比可以轻松控制由边缘增强指数 (EI) 和增强噪声比 (ENR) 衡量的性能。EI 和 ENR 可以分别增强~8.5 和~263 倍。据我们所知，这是第一次证明可以通过强烈的混浊度提取空间模式的边缘信息，这可能会丰富对从复杂环境中获得的实际图像的理解。通过实验证明了该能力，此外，通过调整光束比可以轻松控制由边缘增强指数 (EI) 和增强噪声比 (ENR) 衡量的性能。EI 和 ENR 可以分别增强~8.5 和~263 倍。据我们所知，这是第一次证明可以通过强烈的混浊度提取空间模式的边缘信息，这可能会丰富对从复杂环境中获得的实际图像的理解。