一种算法辅助的全息成像方法、装置和存储介质制造方法及图纸

本发明专利技术公开了一种算法辅助的全息成像方法、装置和存储介质，算法辅助的全息成像方法包括：获取训练数据集；其中，训练数据集包括多个数据组，每一数据组包括一被记录物的实际全息记录图的数据以及被记录物不同角度的二维图像的数据；将训练数据集输入GAN网络进行训练，以获得目标全息记录图生成器；获取待记录物多张不同角度的二维图像，并将每一二维图像的数据输入目标全息记录图生成器；通过目标全息记录图生成器根据待记录物的每一张二维图像的数据，生成待记录物的目标全息记录图；通过全息投影系统对目标全息记录图进行投影，形成待记录物的全息影像，无需复杂的全息记录过程，缩短耗时，简化了全息成像的过程。简化了全息成像的过程。简化了全息成像的过程。

【技术实现步骤摘要】
一种算法辅助的全息成像方法、装置和存储介质


[0001]本专利技术实施例涉及全息
，尤其涉及一种算法辅助的全息成像方法、装置和存储介质。

技术介绍

[0002]合成全息技术是将一系列从不同角度拍摄的普通二维相片通过全息记录的方法记录在一张全息软片或干板上，形成合成全息图，当用白光再现合成全息图时，人的双眼观察到的是不同角度的二维相片，以人的双眼视差实现三维显示。
[0003]目前实现合成全息技术基本分为两步：记录和再现。全息记录是通过激光束分别投射到记录介质和和被记录物体上；两光束相互干涉在记录介质上形成干涉条纹，便形成一张全息记录图。在再现阶段通过一束和投射到记录介质上完全相同的激光照射全息记录图，将会再现被记录物体的立体物像；存在记录过程繁琐，操作不便，而且耗时较长的问题。

技术实现思路

[0004]本专利技术实施例提供了一种算法辅助的全息成像方法、装置和存储介质，以避开复杂的全息记录过程，缩短耗时，简化全息成像的过程。
[0005]根据本专利技术的一方面，提供了一种算法辅助的全息成像方法，包括：...

【技术保护点】

【技术特征摘要】
1.一种算法辅助的全息成像方法，其特征在于，包括：获取训练数据集；其中，所述训练数据集包括多个数据组，每一数据组包括一被记录物的实际全息记录图的数据以及所述被记录物不同角度的二维图像的数据；将所述训练数据集输入GAN网络进行训练，以获得目标全息记录图生成器；获取待记录物多张不同角度的二维图像，并将每一二维图像的数据输入所述目标全息记录图生成器；通过所述目标全息记录图生成器根据所述待记录物的每一张二维图像的数据，生成所述待记录物的目标全息记录图；通过全息投影系统对所述目标全息记录图进行投影，形成所述待记录物的全息影像。2.根据权利要求1所述的算法辅助的全息成像方法，其特征在于，所述获取训练数据集，包括：通过激光干涉系统拍摄多个被记录物的实际全息记录图；通过二维图像采集装置拍摄每一被记录物多张不同角度的二维图像；将同一被记录物的实际全息记录图和多张不同角度的二维图像的数据分为一组，作为一个数据组；收集全部的数据组形成所述训练数据集。3.根据权利要求2所述的算法辅助的全息成像方法，其特征在于，所述被记录物的二维图像中，至少具有两张二维图像的拍摄角度互为补角。4.根据权利要求1所述的算法辅助的全息成像方法，其特征在于，将所述训练数据集输入GAN网络进行训练，以获得目标全息记录图生成器，包括：将被记录物的二维图像数据输入GAN网络的生成器；通过所述GAN网络的生成器根据所述二维图像的数据生成包含相位信息的伪全息记录图；将所述伪全息记录图与所述实际全息记录图输入GAN网络的判别器中进行差异对比完成分类训练，以使所述判别器能区分实际全息记录图和伪全息记录图；训练GAN网络的生成器生成新的伪全息记录图，并传入所述判别器做分类判断；若所述GAN网络的生成器能通过二维图像组生成与实际全息记录图差异度小于预设值的伪全息记录图，则训练完成；若不能，则调整网络参数继续训练GAN网络的生成器，直至所述GAN网络的生成器能通过二维图像组生成与实际全息记录图差异度小于预设值的伪全息记录图；将能通过二维图像组生成与实际全息记录图差异度小于预设值的伪全息记录图的GAN网络生成器，作为所...

【专利技术属性】
技术研发人员：宋思远，穆欣炬，马中生，
申请(专利权)人：义乌清越光电技术研究院有限公司，
类型：发明
国别省市：