基于NUFFT和Unet的可控倾斜全息图重建方法技术

本发明专利技术公开了一种基于NUFFT和Unet的的可控倾斜全息图重建方法，技术思路是：将Unet网络生成全息图的过程当做一个优化过程，首先通过Unet网络直接生成初始全息图，然后通过预设的传播模型得到想要的倾斜图像，而后利用损失函数的梯度下降算法优化全息图及Unet网络；在优化过程中，可以利用预设的传播模型控制生成图像的倾斜程度。相比获得全息图的传统方法，本发明专利技术重建得到的全息图，具有图像质量高、有连续深度线索和无用户视角限制等优点，能给予使用者更好的体验，有望在AR/XR等场景中获得实际应用。实际应用。实际应用。

【技术实现步骤摘要】
基于NUFFT和Unet的可控倾斜全息图重建方法


[0001]本专利技术属于全息显示
，具体涉及一种结合NUFFT和Unet的可控倾斜全息图重建方法。

技术介绍

[0002]随着深度学习的发展，以及终端设备算力的提升，深度学习已经被应用于很多场景中。全息显示能重建真实的三维光场，为使用者带来真实的深度线索，被认为是下一代AR、VR或XR中最有应用前景的技术，它将给工业、教育、游戏、医疗等领域带来革命性的变化。但传统算法在生成全息图时仍然需要多次迭代，计算时间长，难以应用于现实生活场景中。而在目前已经商业化的AR、VR或XR产品中，往往通过给左右眼提供不同的图像来实现双目视觉差，或者虚化背景图像提供心理暗示等方式为使用者提供观看立体图像的感受。这些基于平面光显示的技术最大的问题是不能提供单目深度线索，因此会导致长时间使用产品后产生视觉疲劳、头晕和由辐辏冲突引起的恶心等不适。全息三维显示是一种利用波前信息实现三维场景重建的显示方式，它可以准确地重建三维目标的强度和深度信息。近年来长足发展的计算全息技术可以省去传统全息技术中复杂的干涉记录过程，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于NUFFT和Unet的可控倾斜全息图重建方法，其特征在于，包括以下步骤：步骤1：根据输入的目标图像通过Unet网络生成初始全息图的相位值，而后通过复数操作获得初始全息图；步骤2：利用角谱法从初始全息图重建全息平面图像，得到重建的复振幅光场，而后通过NUFFT即非均匀傅里叶变换的方法得到全息平面图像旋转后的倾斜光场，将多个重建平面图像叠加得到重建的立体图像，将重建的振幅和目标立体图像代入损失函数，得到立体图像的总振幅损失值；步骤3：将损失值对全息图Ho进行梯度的计算，根据反向传播算法对初始全息图进行优化，若要对Unet网络进行训练，则将梯度再向Unet网络传播，对Unet网络持续优化，当优化的次数满足设定的次数，或重建图像的质量达到要求后，停止优化过程；步骤4：将优化好的全息图或使用Unet网络生成的全息图加载到空间光调制器上，从而获得立体图像的重建。2.根据权利要求1所述的基于NUFFT和Unet的可控倾斜全息图重建方法，其特征在于，在步骤1中Unet网络用于生成仅表示相位的全息图，且Unet网络生成的全息图是纯相位全息图；对于初始全息图的相位值，使用在[
‑
π，π]内的随机相位...

【专利技术属性】
技术研发人员：乐孜纯，郑宇杭，沈晨航，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：