安徽工程大学高端装备先进感知与智能控制教育部重点实验室，安徽 芜湖 241000
传统的纯相位全息成像方法，大多数依赖于高强度的迭代，耗费时间长，成像质量不高，针对此问题，提出了一种深度学习与分层角谱结合的纯相位全息图生成算法，在快速生成全息图的同时提高了全息图再现质量。通过LeNet网络结构预测三维物体的复振幅信息，降低了计算量，采用精确的角谱算法生成三维物体的高质量纯相位全息图。通过仿真实验证明该算法的可行性，并有效提高了重建图像的质量。
全息 深度学习 分层角谱 纯相位全息图 三维显示 激光与光电子学进展
2022, 59(4): 0409001
安徽工程大学电气工程学院, 安徽 芜湖 241000
提出了一种基于角谱衍射理论的误差扩散算法。通过分层角谱算法计算得到三维物体的复振幅全息图,利用误差扩散法计算得到纯相位全息图,并重建出清晰的再现像,实现了对三维物体纯相位全息再现像的散斑噪声的抑制。仿真实验验证了该方法的可行性及优越性,所提方法明显提高了重构图像的质量。
全息 纯相位全息图 散斑噪声 误差扩散法 角谱衍射 分层角谱 中国激光
2018, 45(12): 1209001
