一种全息图像生成方法及设备技术

本发明专利技术公开了一种全息图像生成方法及设备，该方法包括：获取原始图像样本和对应的理想全息图样本，利用所述原始图像样本和所述理想全息图样本，通过全息图生成模型系统参数训练构建全息图生成模型，利用构建的全息图生成模型对三维空间物体的平面图进行处理，得到三维空间物体的全息图像；本发明专利技术提供的方法有效地解决了在生成全息图像时，时间消耗大，重建效果差、对计算机存储依赖性能大的问题。

A holographic image generation method and equipment

【技术实现步骤摘要】
一种全息图像生成方法及设备
本专利技术涉及全息图像生成
，尤其涉及一种全息图像生成方法及系统。
技术介绍
目前在全息图生成
，技术人员常用点源法和面源法生成全息图像，它们的具体做法是将三维物体分成离散的点源或面元，提供三维场景的精确几何信息。然而，对于空间三维物体，经过点源法或面元法离散抽样后，每一个点源或面元都需要进行独立的计算，会耗费海量的计算时间，且对计算机处理器的计算性能要求也十分苛刻。为了加快点源法和面元法的计算速度，最常见方法是查表法。该方法需提前计算空间内每个物点在目标平面处形成的干涉条纹，并将条纹结果存入查找表中。在计算空间三维物体的计算全息图时，只需将三维物体的相应离散点与表中结果进行匹配叠加即可，省去了一次又一次重复计算的过程，加快了计算全息图的生成速度。但是，查表法对计算机的存储容量和读写性能要求太高。为了避免点源法和面元法的计算速度问题以及查表法对存储性能的依赖问题，可以应用层析法。这种算法需将空间3D物体分层得到一系列平面信息，再对所得平面信息依次进行傅里叶变换得到计算全息图。然而，当空间3本文档来自技高网...

【技术保护点】
1.一种息图像生成方法，其特征在于，该方法包括：/n获取原始图像样本和对应的理想全息图样本；/n利用所述原始图像样本和所述理想全息图样本，通过全息图生成模型系统参数训练构建全息图生成模型；/n利用构建的全息图生成模型对三维空间物体的平面图进行处理，得到三维空间物体的全息图像。/n

【技术特征摘要】
1.一种息图像生成方法，其特征在于，该方法包括：
获取原始图像样本和对应的理想全息图样本；
利用所述原始图像样本和所述理想全息图样本，通过全息图生成模型系统参数训练构建全息图生成模型；
利用构建的全息图生成模型对三维空间物体的平面图进行处理，得到三维空间物体的全息图像。


2.如权利要求1所述的方法，其特征在于，通过全息图生成模型系统参数训练构建全息图生成模型，包括：
利用深度学习方法，通过全息图生成模型系统参数训练构建全息图生成模型。


3.如权利要求1或2所述的方法，其特征在于，利用所述原始图像样本和所述理想全息图样本，通过全息图生成模型系统参数训练构建全息图生成模型，包括：
确定触发模型训练时，利用当前全息图生成模型系统参数，对未经当前全息图生成模型训练过的原始图像样本进行处理，得到所述原始图像样本的训练全息图像并输出；
输出任一个训练全息图像时，确定当前得到的所有训练全息图像与对应的理想全息图样本的相似度阈值满足设定要求时，利用当前全息生成模型系统参数构建全息图生成模型。


4.根据权利要求3所述的方法，其特征在于，还包括：
输出任一个训练全息图像时，确定当前得到的所有训练全息图像与对应的理想全息图样本的相似度阈值不满足设定要求时，且所有的原始图像样本都已经过当前模型训练时，调整当前全息生成模型系统参数并触发模型训练，否则直接触发模型训练。


5.如权利要求3所述的方法，其特征在于，确定当前得到的所有训练全息图像与对应的理想全息图样本的相似度阈值满足设定要求，包括：
根据预设损失函数，确定当前得到的所有训练全息图像与对应的理想全息图样本的损失函数值；
确定所述损失函数值小于或等于预设阈值时，确定当前得到的所有训练全息图像与对应的理想全息图样本的相似度阈值满足设定要求。


6.如权利要求3所述的方法，其特征在于，利用当前全息图生成模型系统参数，对未经当前全息图生成模型训练过的原始图像样本进行处理，包括：
利用当前全息图生成模型系统参数，对未经当前全息图生成模型训练过的原始图像样本进行卷积运算、激活处理、池化处理...

【专利技术属性】
技术研发人员：曹良才，何泽浩，郭汝海，刘显荣，田有良，
申请(专利权)人：青岛海信激光显示股份有限公司，
类型：发明
国别省市：山东;37