基于定向梯度更新的柱面全息散斑抑制方法技术

本发明专利技术提出一种基于定向梯度更新的柱面全息散斑抑制方法。针对柱面全息再现中的散斑抑制问题，提出了一种基于定向梯度更新的柱面全息散斑抑制方法。所提出的方法将柱面全息图生成过程当做一个优化过程，利用定向梯度更新方法进行全息图优化，是一种新颖的柱面全息图再现质量提升算法，能够有效抑制柱面全息图再现时的散斑噪声。相比传统的柱面自衍射迭代方法，本发明专利技术方法获得全息图可以重建更高质量的图像，通过定向梯度更新方法，其收敛的峰值信噪比远远高于传统的自衍射迭代方法，将在柱面360

【技术实现步骤摘要】
基于定向梯度更新的柱面全息散斑抑制方法


[0001]本专利技术涉及一种全息显示技术，特别是柱面全息再现质量提升方法。

技术介绍

[0002]全息显示作为一种最理想的真三维显示技术，一直受到极大的关注。然而，当前平面型全息图受限于空间光调制器过大的像素尺寸，无法重建出足够大的视场角，观看者只能在一个狭小的角度范围内观看全息再现图像。为了能够让观看者在不同方向上看到全息再现图像，研究者提出柱面全息图。可是在当前的柱面全息生成算法中，其再现质量却不令人满意。相比平面型全息图中已有的大量再现质量提升算法，柱面全息再现质量提升方法并未广泛研究。其中，引起质量下降的最大因素的散斑噪声。因此，针对柱面全息的质量提升问题，柱面全息再现中的散斑抑制问题亟待解决。

技术实现思路

[0003]本专利技术针对上述柱面全息再现中的散斑抑制问题，提出了一种基于定向梯度更新的柱面全息散斑抑制方法。所提出的方法将柱面全息图生成过程当做一个优化过程，利用定向梯度更新方法进行柱面全息图生成的优化，是一种新颖的柱面全息图再现质量提升算法，能够有效抑制柱面全息图再现时的散斑噪声。
[0004]该方法包括柱面全息图的生成和重建两个部分；所述的基于定向梯度更新方法生成柱面全息图的流程如图1所示，所述的柱面全息图的生成过程具体描述为：
[0005](1)迭代循环，在第t次循环时，柱面相位全息图为重建的衍射场为z
t
，上一轮循环第t
‑
1次结果中，柱面相位全息图为重建的衍射场为z
t/>‑1，柱面衍射算法采用柱面波角谱算法，重建过程表示为z
t
＝IFT{FT[H
t
]×
TF
CFP
)}，全息图生成过程表示为)}，全息图生成过程表示为其中，j为虚数单位，H
t
为全息面衍射场复振幅分布，TF
CFP
为前向传播模型的传递函数。
[0006](2)初始化，利用随机函数生成一个随机的0
‑
2π范围内的相位分布，作为初始的柱面全息图然后，将柱面全息图利用柱面衍射算法进行重建，得到初始化的重建复振幅分布z0。
[0007](3)定向梯度更新，通过定向梯度计算得到第t次循环的相位梯度误差其计算过程具体为，其中，Re()表示取实部运算，conj()表示取共轭运算,
·
表示向量点乘，I是原始的强度图像，然后将上一轮第t
‑
1次循环的结果相位全息图与之相叠加，得到第t次循环的相位全息图，表示为，
[0008](4)迭代循环终止，当迭代优化的次数满足设定的次数，或者重建质量达到设定的阈值时，停止迭代过程，保留上一次循环迭代的相位全息图，作为优化的最终相位全息图。
[0009]所述的柱面全息图的重建过程具体描述为：步骤一，将柱面全息图加载到对应的
调制器上；步骤二，在相应的衍射距离处，接收柱面全息图重建像。
[0010]所述的柱面全息图的生成过程中，所述的柱面衍射算法，采用柱面卷积衍射算法，其特征在于，该方法认为两个同心圆柱面间的衍射过程是一个柱面坐标系下的空间不变系统，其全息面衍射场分布U2是物光场U1与该空间不变系统的点扩散函数h的卷积，表示为：U2＝U1*h，其中*为卷积运算，基于快速傅里叶变换的柱面卷积衍射算法表示为U2＝IFFT[FFT(U1)
×
FFT(h)]，其中，FFT和IFFT分别表示快速傅里叶变换和逆变换。
[0011]该方法的有益效果在于：所提出的柱面全息图重建散斑抑制方法是一种基于定向梯度更新的迭代算法，该方法相比传统的柱面自衍射迭代算法，收敛效果更好，其获得的柱面全息图能够再现出质量更佳的图像，峰值信噪比保持较高的数值，且远远优于传统方法。
附图说明
[0012]附图1为提出方法的算法流程图。
[0013]附图2为本专利技术的散斑抑制效果图。
具体实施方式
[0014]下面详细说明本专利技术一种基于定向梯度更新的柱面全息散斑抑制方法的一个典型实施例，对该方法进行进一步的具体描述。有必要在此指出的是，以下实施例只用于该方法做进一步的说明，不能理解为对该方法保护范围的限制，该领域技术熟练人员根据上述该方法内容对该方法做出一些非本质的改进和调整，仍属于本专利技术的保护范围。
[0015]本专利技术提出一种基于定向梯度更新的柱面全息散斑抑制方法，该方法包括柱面全息图的生成和重建两个部分；所述的基于定向梯度更新方法生成柱面全息图的流程如图1所示，所述的柱面全息图的生成过程具体描述为：
[0016](1)迭代循环，在第t次循环时，柱面相位全息图为重建的衍射场为z
t
，上一轮循环第t
‑
1次结果中，柱面相位全息图为重建的衍射场为z
t
‑1，柱面衍射算法采用柱面波角谱算法，重建过程表示为z
t
＝IFT{FT[H
t
]×
TF
CFP
)}，全息图生成过程表示为)}，全息图生成过程表示为其中，j为虚数单位，H
t
为全息面衍射场复振幅分布，TF
CFP
为前向传播模型的传递函数。
[0017](2)初始化，利用随机函数生成一个随机的0
‑
2π范围内的相位分布，作为初始的柱面全息图然后，将柱面全息图利用柱面衍射算法进行重建，得到初始化的重建复振幅分布z0。
[0018](3)定向梯度更新，通过定向梯度计算得到第t次循环的相位梯度误差其计算过程具体为，其中，Re()表示取实部运算，conj()表示取共轭运算,
·
表示向量点乘，I是原始的强度图像，然后将上一轮第t
‑
1次循环的结果相位全息图与之相叠加，得到第t次循环的相位全息图，表示为，
[0019](4)迭代循环终止，当迭代优化的次数满足设定的次数，或者重建质量达到设定的阈值时，停止迭代过程，保留上一次循环迭代的相位全息图，作为优化的最终相位全息图。
[0020]所述的柱面全息图的重建过程具体描述为：步骤一，将柱面全息图加载到对应的调制器上；步骤二，在相应的衍射距离处，接收柱面全息图重建像。
[0021]所述的柱面全息图的生成过程中，所述的柱面衍射算法，采用柱面卷积衍射算法，其特征在于，该方法认为两个同心圆柱面间的衍射过程是一个柱面坐标系下的空间不变系统，其全息面衍射场分布U2是物光场U1与该空间不变系统的点扩散函数h的卷积，表示为：U2＝U1*h，其中*为卷积运算，基于快速傅里叶变换的柱面卷积衍射算法表示为U2＝IFFT[FFT(U1)
×
FFT(h)]，其中，FFT和IFFT分别表示快速傅里叶变换和逆变换。
[0022]在本专利技术的实例中，所述的柱面波角谱算法中，所述的前向传播模型的传递函数具体表示TF
CFP
＝H
n(1)
(k...

【技术保护点】

【技术特征摘要】
1.基于定向梯度更新的柱面全息散斑抑制方法，其特征在于，该方法包括柱面全息图的生成和重建两个部分；所述的柱面全息图的生成过程具体描述为：(1)迭代循环，在第t次循环时，柱面相位全息图为重建的衍射场为z
t
，上一轮循环第t
‑
1次结果中，柱面相位全息图为重建的衍射场为z
t
‑1，柱面衍射算法采用柱面波角谱算法，重建过程表示为z
t
＝IFT{FT[H
t
]
×
TF
CFP
)}，全息图生成过程表示为其中，j为虚数单位，H
t
为全息面衍射场复振幅分布，TF
CFP
为前向传播模型的传递函数；(2)初始化，利用随机函数生成一个随机的0
‑
2π范围内的相位分布，作为初始的柱面全息图然后，将柱面全息图利用柱面衍射算法进行重建，得到初始化的重建复振幅分布z0；(3)定向梯度更新，通过定向梯度计算得到第t次循环的相位梯度误差其计算过程具体为，其中，...

【专利技术属性】
技术研发人员：王君，彭浩航，
申请(专利权)人：四川大学，
类型：发明
国别省市：