This thesis presents a single-measurement phase retrieval (SM-PR) method for near-field lensless optical microscopy, addressing the challenge of recovering optical phase information from intensity-only measurements. The approach uses an artificial mask at the object plane to impose mathematical constraints, enabling quantitative phase reconstruction without reference beams or multiple exposures. A Generalized Propagation Algorithm (GPA) models near-field diffraction, while a generalized Hybrid Input-Output (gHIO) algorithm and Gradient Descent Optimization (GDO) module enable iterative phase recovery and automatic system calibration. Numerical simulations confirm successful reconstructions under ideal conditions, while experiments on a custom-built lensless microscope validate the calibration process but reveal sensitivity to noise and experimental uncertainties. The results establish a theoretical and experimental foundation for compact, cost-effective, and single-shot quantitative phase imaging with promising applications in biomedical and materials science.

Questo lavoro di tesi presenta un metodo di ricostruzione di fase a singola misura (SM-PR, Single-Measurement Phase Retrieval) per la microscopia ottica lensless in campo vicino, affrontando la sfida del recupero dell’informazione di fase ottica a partire da sole misure di intensità. L’approccio utilizza una maschera posta sul piano dell’oggetto per imporre vincoli matematici, consentendo la ricostruzione quantitativa della fase senza l’uso di fasci di riferimento o esposizioni multiple. Un Algoritmo di Propagazione Generalizzato (GPA) modella la diffrazione nel campo vicino, mentre un algoritmo Hybrid Input-Output generalizzato (gHIO) e un modulo di Ottimizzazione per Discesa del Gradiente (GDO) permettono il recupero iterativo della fase e la calibrazione automatica del sistema. Le simulazioni numeriche confermano ricostruzioni accurate in condizioni ideali, mentre gli esperimenti condotti su un microscopio lensless convalidano il processo di calibrazione, ma rivelano anche la sensibilità del sistema al rumore e alle incertezze sperimentali. I risultati pongono le basi teoriche e sperimentali per un sistema di imaging quantitativo della fase compatto, economico e a singolo scatto, con promettenti applicazioni nei campi della biomedicina e della scienza dei materiali.

Near field phase retrieval in lensless optical microscopy

POLCRI, FRANCESCO
2024/2025

Abstract

This thesis presents a single-measurement phase retrieval (SM-PR) method for near-field lensless optical microscopy, addressing the challenge of recovering optical phase information from intensity-only measurements. The approach uses an artificial mask at the object plane to impose mathematical constraints, enabling quantitative phase reconstruction without reference beams or multiple exposures. A Generalized Propagation Algorithm (GPA) models near-field diffraction, while a generalized Hybrid Input-Output (gHIO) algorithm and Gradient Descent Optimization (GDO) module enable iterative phase recovery and automatic system calibration. Numerical simulations confirm successful reconstructions under ideal conditions, while experiments on a custom-built lensless microscope validate the calibration process but reveal sensitivity to noise and experimental uncertainties. The results establish a theoretical and experimental foundation for compact, cost-effective, and single-shot quantitative phase imaging with promising applications in biomedical and materials science.
ROUVIERE, JEAN-LUC
ING - Scuola di Ingegneria Industriale e dell'Informazione
10-dic-2025
2024/2025
Questo lavoro di tesi presenta un metodo di ricostruzione di fase a singola misura (SM-PR, Single-Measurement Phase Retrieval) per la microscopia ottica lensless in campo vicino, affrontando la sfida del recupero dell’informazione di fase ottica a partire da sole misure di intensità. L’approccio utilizza una maschera posta sul piano dell’oggetto per imporre vincoli matematici, consentendo la ricostruzione quantitativa della fase senza l’uso di fasci di riferimento o esposizioni multiple. Un Algoritmo di Propagazione Generalizzato (GPA) modella la diffrazione nel campo vicino, mentre un algoritmo Hybrid Input-Output generalizzato (gHIO) e un modulo di Ottimizzazione per Discesa del Gradiente (GDO) permettono il recupero iterativo della fase e la calibrazione automatica del sistema. Le simulazioni numeriche confermano ricostruzioni accurate in condizioni ideali, mentre gli esperimenti condotti su un microscopio lensless convalidano il processo di calibrazione, ma rivelano anche la sensibilità del sistema al rumore e alle incertezze sperimentali. I risultati pongono le basi teoriche e sperimentali per un sistema di imaging quantitativo della fase compatto, economico e a singolo scatto, con promettenti applicazioni nei campi della biomedicina e della scienza dei materiali.
File allegati
File Dimensione Formato  
Executive_Summary_2025_12_Polcri.pdf

non accessibile

Descrizione: Executive Summary
Dimensione 3.19 MB
Formato Adobe PDF
3.19 MB Adobe PDF   Visualizza/Apri
2025_12_Polcri.pdf

non accessibile

Descrizione: Complete Thesis
Dimensione 74.85 MB
Formato Adobe PDF
74.85 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/246524