[发明专利]基于自适应权重反馈GS算法的相位全息图生成方法有效
申请号: | 202011548458.2 | 申请日: | 2020-12-24 |
公开(公告)号: | CN112486003B | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 王君;伍旸 | 申请(专利权)人: | 四川大学 |
主分类号: | G03H1/08 | 分类号: | G03H1/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 610065 四川省*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 自适应 权重 反馈 gs 算法 相位 全息图 生成 方法 | ||
本发明提出一种基于自适应权重反馈GS算法的相位全息图生成方法。该方法包括全息图生成和全息图重建两个部分。该方法将图像与近似相位相乘,并进行补零和傅里叶变换,将变换后结果进行全息面振幅限制与逆傅里叶变换,将逆变换的结果进行本发明提出的振幅反馈限制和傅里叶变换,重复上述步骤进行迭代,完成设定的迭代次数后,得到最终的全息图。相比传统方法,提出方法能够保证其收敛性,避免分数反馈的不稳定性;提出方法引入的近似相位能抑制伪影的产生,降低其对重建图像的影响;最后,模拟结果和光学结果均证明了本方法重建的图像质量更佳,峰值信噪比平均提高了4.8dB,散班噪声得到了抑制。
技术领域
本发明涉及一种全息显示技术,特别是基于自适应权重反馈GS算法的相位全息图生成方法。
背景技术
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,重建图像的质量不佳是限制全息显示的一个问题。为了获得高质量的全息重建图像,研究者已经提出了各种算法,例如双相位方法、误差扩散方法和GS方法等等。其中,GS算法作为一种具有代表性的全息图生成算法,受到了广泛的关注。GS算法作为一种迭代算法,需要进行多次迭代才能收敛到最优值。为了提高收敛速度,研究者已经提出一种分数权重反馈GS算法。但是该方法受限于数值计算中的不稳定性,在多次迭代计算中反馈项的数值会突然增大。这种数值不稳定性导致该算法无法收敛,因而无法重建出目标图像。因此,具有数值计算稳定性的GS算法仍有很大的研究潜力。
发明内容
本发明针对上述分数反馈GS迭代算法中反馈项的数值会突然增大,造成算法不能收敛的问题,提出一种基于自适应权重反馈GS算法的相位全息图生成方法。所提出的方法能够避免分数计算而确保收敛性,是一种具有数值计算稳定性的相位型全息图生成算法。相比传统方法,该方法在相同的迭代次数中,能够收敛到更优的值,重建出无伪影的高质量图像。
所述的傅里叶全息图生成过程如图1所示。生成过程分为四个步骤:①将目标图像I与近似相位相乘后进行补零和傅里叶变换,②将变换后的图像保留幅角,振幅限制为单位振幅,③对上一步结果进行逆傅里叶变换,④将逆变换结果保留幅角,对振幅进行限制,⑤对上一步结果进行傅里叶变换,重复②-④步骤,得到最后的全息图。重建过程分为两个步骤,①加载全息图,②接收重建图像。
所述的将目标图像I与近似相位相乘后进行补零和傅里叶变换是指图像I和近似相位exp(jφ)相乘进行,其中φ=2π(pΔXfx+qΔYfy),ΔX和ΔY分别表示为λf/(MΔslm),λf/(NΔslm),λ为波长,f为透镜焦距,Δslm为空间光调制器的采样间距,M和N表示为原图像x和y方向上的像素大小,p和q表示为原图像x和y方向上的像素坐标,fx和fy表示为x和y方向上的频率分布,即fx=repeat{linspace(-fxmax,fxmax,n),M/n},fxmax表示为MΔslm/(2λf),n表示为采样个数,repeat和linspace表示为矩阵元素复制操作和均分操作,相似地,在y方向上,fy= repeat{linspace(-fymax,fymax,n),N/n},fymax表示为NΔslm/(2λf),将相乘结果进行补零得到I’,其中补零区域和图像区分别设定为噪声区和信号区,随后进行傅里叶变换,其结果表示为U=FFT(I’),FFT{·}表示快速傅里叶变换。
所述的将变换后的图像保留幅角操作指是将从U中提取幅角θ,振幅限制为单位振幅1,得到全息图h,其结果为h=exp(j×θ)。
所述的对上一步结果进行逆傅里叶变换是指对全息图h进行逆傅里叶变换,其结果表示为Ur=Ar×exp(j×φ’)=IFFT{h},IFFT{·}表示快速逆傅里叶变换。
所述的将逆变换结果保留幅角是指从Ur中提取幅角φ’,振幅限制为Acon,其中Acon在噪声区保持不变,信号区设定为I×exp(I-Ars),Ars代表信号区内的Ar,其结果表示为U’=Acon× exp(j×φ’)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011548458.2/2.html,转载请声明来源钻瓜专利网。