典型文献
基于深度学习的无干扰全息图生成
文献摘要：
提出了一种基于深度学习的无干扰全息图生成方法.该方法采用模拟生成的离轴菲涅耳数字全息图作为网络训练样本,使用改进的卷积神经网络学习全息频谱图零级与正负一级的特征关系,实现全息图负一级频谱的提取.使用模拟全息图及实拍全息图进行了实验验证,对所得无干扰全息图的重建像进行了分析.研究结果表明,所提方法可以在无人工干预的前提下大范围消除零级信息和干扰信息,提取出全息图负一级信息并获得较高重建质量的物光场,实现了基于深度学习的无干扰全息图生成.
文献关键词：
全息;数字全息;无干扰全息图;深度学习;全息重建;全息频谱图
中图分类号：
作者姓名：
吴佳雪;桂进斌;李俊昌;付泰;程威
作者机构：
昆明理工大学理学院,云南昆明650500;云南大学信息学院,云南昆明650504
文献出处：
引用格式：
[1]吴佳雪;桂进斌;李俊昌;付泰;程威-.基于深度学习的无干扰全息图生成)[J].光学学报,2022(14):69-77
A类：
无干扰全息图,菲涅耳数,全息频谱图
B类：
图生成,生成方法,数字全息图,网络训练,训练样本,神经网络学习,零级,正负,负一,特征关系,人工干预,重建质量,光场,全息重建
AB值：
0.179382
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
