申请/专利权人：四川大学

申请日：2022-05-13

公开（公告）日：2022-09-23

公开（公告）号：CN115097708A

主分类号：G03H1/08

分类号：G03H1/08;G06N3/067;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.07.28#授权;2022.10.14#实质审查的生效;2022.09.23#公开

摘要：本发明提供了一种基于光衍射神经网络的拓展全息显示分辨率方法。该方法在全息图重建过程中通过光衍射神经网络拓展全息重建图像的分辨率。通过在低分辨率全息图重建路径上使用光衍射神经网络，光衍射神经网络的衍射层分辨率为目标分辨率，将对全息图重建中不同距离的光场进行重采样和调制，最终在保证全息图重建质量的前提下提高重建图像分辨率。本发明可以有效扩展全息重建图像分辨率，以生成低分辨率全息图的计算时间，获得高分辨率全息图的显示效果，而且，具有计算速度快，功耗低的特点。

主权项：1.基于光衍射神经网络的拓展全息显示分辨率方法，其特征在于，在全息图重建端使用光衍射神经网络进行分辨率拓展，所述的方法具体描述为：步骤一，基于光学衍射算法计算全息面衍射场分布：首先，对分辨率为m×n的物体U0进行随机相位调制得到复振幅分布U1，其过程表示为U1=U0×expj×ϕ，其中，j为虚数单位，ϕ为在[0,2π]间分布的随机相位；然后，对于复振幅分布为U1的物平面初始光场经过距离为z的衍射过程，采用基于光学衍射传播算法计算全息面衍射场分布U2，其过程表示为U2=Prop{U1,z}，其中Prop{,z}表示距离为z的衍射过程；步骤二，全息面衍射场分布编码为计算全息图：将得到的全息面衍射场分布U2进行编码，得到用于空间光调制器件上加载并进行显示的全息图Holo，其过程表示为Holo=EncodeU2，其中Encode表示对复振幅的编码过程函数；步骤三，全息图重建过程中使用光衍射神经网络提升重建图像分辨率：在全息图Holo重建距离z间加入L层的光衍射神经网络，通过最小化损失函数Loss值训练的光衍射神经网络处理全息图Holo得到分辨率拓展后的重建图像Ure，其过程表述为：Ure=ODNθ{Holo,z},其中ODNθ{,z}表示光衍射神经网络拓展全息重建图像分辨率的过程；步骤四，光衍射神经网络物理参数的设计：根据生成全息图的光波长𝜆、全息图采样间隔∆h、衍射距离z，设计光衍射神经网络的物理参数，其中所涉及到的参数包括：傅里透镜焦距f、光衍射神经网络的衍射层数L、每层的神经元数目N与大小∆p、以及衍射层之间的间隔D。

全文数据：

权利要求：

百度查询： 四川大学 基于光衍射神经网络的拓展全息显示分辨率方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD