Markov モード化された散斑相関を用いたマルチビューデジタルホログラフィーの最大尤回帰

arXiv:2604.20154v1 発表タイプ：クロス 摘要：マルチビュー取得は、デジタルホログラフィーなどの非干渉計測系における散斑ノイズを低減するために広く用いられる戦略である。複数の測取得を行うことで、散斑は平均化または連成回帰を通じて抑制され、一般的には散斑の現実化がそれぞれのビュー間において統計的に独立であると仮定されている。しかし、実際にはハードウェアの制約により測定の多様性が制限され、ビュー間の相関が生じ、従来手法の性能を低下させる。本研究では、相関した散斑が存在する複素数のマルチビュー測定条件下で散斑のない反射率を回帰する課題を考察する。ビュー間の依存関係は一階マルコフ過程を用いてモデル化し、一階マルコフ近似に対応した尤度を導出し、制約付き最大尤値推定問題として構築する。この問題を解くために、深層画像事前知識を用いた潜在的なレギュラリゼーションと勾配ベースの更新を組み合わせた効率的な投影勾配降下フレームワークを開発し、モンテカルロ近似と行列非依存演算子を併用してスケーラブルな計算を実現する。シミュレーション結果は、提案された手法が強いビュー間相関下でも堅牢であり、理想的な独立ビューシナリオに近い性能を達成するとともに、このような依存関係を無視する手法を常に優越する事を示している。これらの結果は、ビュー間の相関を明示的にモデル化する重要性を浮き彫りにし、現実的な取得条件下におけるマルチビューホログラフィック回帰のための実践的なフレームワークを提供する。コードは以下の URL から入手可能です：https://github.com/Computational-Imaging-RU/MLE-Holography-Markov

arXiv:2604.20154v1 Announce Type: cross Abstract: Multi-look acquisition is a widely used strategy for reducing speckle noise in coherent imaging systems such as digital holography. By acquiring multiple measurements, speckle can be suppressed through averaging or joint reconstruction, typically under the assumption that speckle realizations across looks are statistically independent. In practice, however, hardware constraints limit measurement diversity, leading to inter-look correlation that degrades the performance of conventional methods. In this work, we study the reconstruction of speckle-free reflectivity from complex-valued multi-look measurements in the presence of correlated speckle. We model the inter-look dependence using a first-order Markov process and derive the corresponding likelihood under a first-order Markov approximation, resulting in a constrained maximum likelihood estimation problem. To solve this problem, we develop an efficient projected gradient descent framework that combines gradient-based updates with implicit regularization via deep image priors, and leverages Monte Carlo approximation and matrix-free operators for scalable computation. Simulation results demonstrate that the proposed approach remains robust under strong inter-look correlation, achieving performance close to the ideal independent-look scenario and consistently outperforming methods that ignore such dependencies. These results highlight the importance of explicitly modeling inter-look correlation and provide a practical framework for multi-look holographic reconstruction under realistic acquisition conditions. Our code is available at: https://github.com/Computational-Imaging-RU/MLE-Holography-Markov.