公开(公告)号：CN118071866B

公开(公告)日：2024-08-06

申请号：CN202410464769.2

申请日：2024-04-18

Applicant: 南昌大学

Inventor： 万文博 ,  高颂扬 ,  张志尖 ,  许伟胜 ,  张鎏 ,  刘且根

IPC: G06T11/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种稀疏数字全息图像重建方法，具体包括以下步骤：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；通过稀疏传感器阵列获取欠采的全息图，作为稀疏采样全息图；将稀疏采样全息图经过后向传播，得到振幅和相位双通道矩阵的物体图像，并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；本发明空间域和全息域之间的轮换迭代可以相互补充彼此的信息，基于目标能量分布和吸收特性的约束条件被施加在空间域图像上，以获得高质量的图像。此外，保真后的全息图在每次迭代后被送到下一次迭代，通过反向传播算法精确恢复重建图像的幅度和相位，确保连续的迭代过程中图像质量的逐步提高。

公开(公告)号：CN118071866A

公开(公告)日：2024-05-24

申请号：CN202410464769.2

申请日：2024-04-18

Applicant: 南昌大学

Inventor： 万文博 ,  高颂扬 ,  张志尖 ,  许伟胜 ,  张鎏 ,  刘且根

IPC: G06T11/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种稀疏数字全息图像重建方法，具体包括以下步骤：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；通过稀疏传感器阵列获取欠采的全息图，作为稀疏采样全息图；将稀疏采样全息图经过后向传播，得到振幅和相位双通道矩阵的物体图像，并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；本发明空间域和全息域之间的轮换迭代可以相互补充彼此的信息，基于目标能量分布和吸收特性的约束条件被施加在空间域图像上，以获得高质量的图像。此外，保真后的全息图在每次迭代后被送到下一次迭代，通过反向传播算法精确恢复重建图像的幅度和相位，确保连续的迭代过程中图像质量的逐步提高。