一种基于卷积神经网络的全息图重建方法及系统技术方案

本发明专利技术涉及一种基于卷积神经网络的全息图重建方法及系统，属于图像处理领域，方法包括：计算目标图像反向传播的衍射场；构建卷积神经网络模型；将衍射场输入到卷积神经网络模型中，得到纯相位全息图；采用高衍射级角谱法计算纯相位全息图的(0th,1st)衍射级处的重建图像；基于纯相位全息图重建图像的振幅信息和目标图像的振幅信息确定损失函数；将损失函数反向传播更新卷积神经网络模型的参数；获取训练集；采用训练集训练卷积神经网络模型；重复以上步骤，直到损失函数整体不再下降，得到更新后的卷积神经网络模型；将待处理的图像输入至更新后的卷积神经网络模型得到纯相位全息图。本发明专利技术中的上述方法能够提高全息图的重建质量。质量。质量。

【技术实现步骤摘要】
一种基于卷积神经网络的全息图重建方法及系统


[0001]本专利技术涉及图像处理领域，特别是涉及一种基于卷积神经网络的全息图重建方法及系统。

技术介绍

[0002]全息技术可以重构物体的整个光场，提供所有的视觉信息，被认为是一种更有前途的视觉显示技术。计算全息(Computer generated holograme,CGH)是计算机技术与传统全息技术的结合，广泛应用于三维显示、虚拟现实和增强现实、光学捕获、干涉测量、显微成像等领域。
[0003]空间光调制器是全息图光学重建过程中最重要的设备，类似于显示设备的屏幕。相位型全息图比振幅型全息图具有更高的衍射效率，因此纯相位空间光调制器比振幅型空间光调制器使用更为广泛。而如何将复振幅信息转化为纯相位信息，是计算全息面临的主要问题。传统的生成方法有基于迭代的Gerchberg
‑
Saxton(GS)算法和Wirtinger Holography(WH)算法，一步编码的Double
‑
phase Holography(DPH)算法和Stochastic Gra本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的全息图重建方法，其特征在于，所述重建方法包括：计算目标图像反向传播的衍射场；构建卷积神经网络模型；将所述衍射场输入到所述卷积神经网络模型中，得到纯相位全息图；采用高衍射级角谱法计算所述纯相位全息图的(0th,1st)衍射级处的重建图像；获取纯相位全息图重建图像的振幅信息和目标图像的振幅信息；基于所述纯相位全息图重建图像的振幅信息和目标图像的振幅信息确定损失函数；将所述损失函数反向传播更新所述卷积神经网络模型的参数；获取训练集；采用所述训练集训练所述卷积神经网络模型；重复以上步骤，直到损失函数不再下降，得到更新后的卷积神经网络模型；将待处理的图像输入至所述更新后的卷积神经网络模型得到纯相位全息图。2.根据权利要求1所述的基于卷积神经网络的全息图重建方法，其特征在于，所述计算目标图像反向传播的衍射场具体采用以下公式：其中，F{
·
}和F
‑1{
·
}分别表示傅里叶变换和傅里叶逆变换，U0(x,y)表示目标图像的光场，λ表示参考光的波长，f
x
和f
y
是衍射场分别在x方向和y方向上的空间频率，是表示逆向衍射过程中的光学传递函数，L(f
x
,f
y
)表示带宽限制函数，z表示目标图像与成像平面的距离。3.根据权利要求1所述的基于卷积神经网络的全息图重建方法，其特征在于，所述卷积神经网络模型包括：输入层、第一上采样层、第二上采样层、第三上采样层、第一下采样层、第二下采样层、第三下采样层以及输出层，所述输入层、第一上采样层、第二上采样层、第三上采样层、第一下采样层、第二下采样层、第三下采样层以及输出层依次连接。4.根据权利要求1所述的基于卷积神经网络的全息图重建方法，其特征在于，所述采用高衍射级角谱法计算所述纯相位全息图的(0th,1st)衍射级处的重建图像具体采用以下公式：其中，F{
·
}和F
‑1{
·
}分别表示傅里叶变换和傅里叶逆变换，t(x,y)表示纯相位全息图的透过率函数，表示在全息图被照亮后，包含相位信息的透射光沿方向传播，λ表示参考光的波长，f
x
和f
y
是衍射场分别在x方向和y方向上的空间频率，表示正向衍射过程中的传递函数，L(f
x
,f
y
)表示带宽限制函数，z表示目标图像反向传播至目标平面的距离。5.根据权利要求1所述的基于卷积神经网络的全息图重建方法，其特征在于，所述损失函数的表达式为：
其中，|U
′
(x,y)|表示重建图像的振幅信息，|U0(x,y)|表示目标图像的振幅信息。6.一种基于卷积神经网络的全息图重建系统，其特征在于，所述重建系统包括：衍射场计算模块，用于计算目标图像反向传播的衍射场；神经网络构建模块，用于构建卷积神经网络模型；纯相位全息图确定模块，用于...

【专利技术属性】
技术研发人员：闫兴鹏，刘新蕾，李佳琦，胡海荣，屈强，荆涛，
申请(专利权)人：中国人民解放军陆军装甲兵学院，
类型：发明
国别省市：