公开(公告)号：CN114967398A

公开(公告)日：2022-08-30

申请号：CN202210532716.0

申请日：2022-05-13

Applicant: 安徽大学

Inventor： 张成 ,  张如 ,  张莉茹 ,  陈明生 ,  吴峰 ,  沈川 ,  程鸿 ,  韦穗

IPC: G03H1/08 ,  G06T7/168 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明的一种基于深度学习的大尺寸二维计算全息图实时生成方法，包括利用分解法消除大尺寸图像的不同图像块之间的数据依赖性，之后利用带宽补偿和空间位移补偿来确保不同图像块在全息平面中的正确映射；在消除了图像块之间的数据依赖性后，利用深度学习中U‑net架构通过非迭代生成经过补偿后得到图像块对应的子子全息图，再利用空间移位将同一图像块在不同空间位置生成的子子全息图合成为一幅子全息图；最后将不同图像块对应的子全息图进行复振幅叠加并提取相位得到最终全息图。本发明利用到的分解方法与深度学习训练网络是转而处理子数据，大大提高了全息图的生成速度与生成质量，实现了大尺寸二维计算全息图的实时生成。