【技术实现步骤摘要】
本专利技术涉及图像重建，具体为一种稀疏数字全息图像重建方法。
技术介绍
1、数字全息成像技术（dh），它是一种利用数字相机替代传统光学记录材料来捕获全息图，并采用数值方法重建物体发射的光场振幅和相位信息的技术。数字全息成像因其在三维识别、显微成像、表面特征提取等应用中的重要性而受到广泛关注。
2、现有数字全息成像技术在处理极端稀疏传感器阵列下的图像重建时面临多项缺点：
3、1.成像精度和质量受限：在使用单一小孔径传感器或长距离成像场景下，现有技术无法充分捕获全息场的完整信息，导致重建的图像精度和质量受限。
4、2.对初始条件敏感：如稀疏孔径阵列的自恢复方法（srsaa），旨在增量恢复传感器间隙中遗失的信息。尽管srsaa提供了可接受的图像重建质量，但对初始条件的选择敏感，由于缺乏对目标光场分布先验信息的充分提取和利用，容易陷入局部最优，同时重建图像的质量受传感器性能的限制尽管提供了一定的图像重建质量，但对初始条件的选择敏感，容易陷入局部最优解，限制了图像重建的可靠性。
5、3.先验信息利用...
【技术保护点】
1.一种稀疏数字全息图像重建方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种稀疏数字全息图像重建方法，其特征在于，所述分别对振幅矩阵实施吸收约束和支撑约束以及对相位矩阵实施吸收约束的步骤具体包括：
3.根据权利要求1所述的一种稀疏数字全息图像重建方法，其特征在于，所述训练U-net神经网络模型，以获得训练好的U-net神经网络模型的步骤具体包括：
4.根据权利要求3所述的一种稀疏数字全息图像重建方法，其特征在于，所述运用训练好的U-net神经网络模型对纯噪声振幅矩阵和纯噪声相位矩阵进行去噪操作，以重建得到振幅和相位...
【技术特征摘要】
1.一种稀疏数字全息图像重建方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种稀疏数字全息图像重建方法，其特征在于，所述分别对振幅矩阵实施吸收约束和支撑约束以及对相位矩阵实施吸收约束的步骤具体包括：
3.根据权利要求1所述的一种稀疏数字全息图像重建方法，其特征在于，所述训练u-net神经网络模型，以获得训练好的u-net神经网络模型的步骤具体包括：
4.根据权利要求3所述的一种稀疏数字全息图像重建方法，其特征在于，所述运用训练好的u-net神经网络模型对纯噪声振幅矩阵和...
【专利技术属性】
技术研发人员：万文博，高颂扬，张志尖，许伟胜，张鎏，刘且根，
申请(专利权)人：南昌大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。