共查询到20条相似文献,搜索用时 15 毫秒
1.
为了消除传统算法对数字全息重构过程中会出现0级像、共轭像干扰的问题,将压缩感知理论与数字全息图再现相结合,提出了基于全变差的两步迭代收缩阈值重构算法(TwIST),并应用于数字全息图压缩感知全息图重建。 TwIST算法根据重构成分的特点增加正则约束,对相应的形态进行调整,在满足全变差最小的特性的基础上进行重构,提高了重构全息图的质量。结果表明,TwIST算法可以对数字全息图稀疏重建,利用35%的部分全息图数据进行图像重构,重构图像峰值信噪比为36.46dB,且没有0级像和共轭像等干扰。该研究结果对实现计算全息的实时性具有重要的意义。 相似文献
2.
对于同轴傅里叶数字全息,传统重构算法应用快速傅里叶逆变换算法进行重构,但采样过程需要满足香农采样定理,导致海量采样数据,大大增加了存储和传输的代价。提出了一种基于压缩传感的相移同轴傅里叶数字全息重构方法,利用马赫-曾德尔干涉光路采集同轴全息图,对采集数据进行部分采样、测量;然后利用最小全变分法对采集的数据进行数值再现。数值仿真结果表明,基于压缩传感的傅里叶全息重构算法优于基于快速傅里叶逆变换的传统算法,它将全息数据的采集和压缩合为一步进行,不仅采样数据明显少于传统采样数据,而且利用约8%的数据仍然能精确地重构出原图像。 相似文献
3.
4.
5.
6.
提出了一种基于集成成像生成三维(3D)物体计算全息图的方法。利用微透镜阵列获取微图像阵列,通过像素提取获得正交投影子图像阵列,根据3D中心切片理论,将各正交投影子图像的二维(2D)傅里叶频谱放入相对应的3D傅里叶空间中,提取其相交的部分并叠加,可以获得3D物体在透镜后焦面的频谱信息分布。计算出在一定传播距离处的菲涅耳衍射分布,用全息编码方法生成菲涅耳计算全息图。进行模拟再现,给出在不同再现距离上获得的再现像,验证了该方法的可行性。该方法能够在非相干光照明的情况下采用3D傅里叶频谱制作真实3D物体的全息图,它减小了系统的复杂程度,在算法实现上更加简单。 相似文献
7.
8.
9.
基于多视差立体显示的数字合成全息技术研究 总被引:1,自引:1,他引:0
合成全息图利用多视差图像实现立体显示,并可通过分区曝光实现大面积制作。介绍了数字合成全息的原理及其实验系统,针对其制作过程中的两种图像采样方式,研究了图像的分割和重组原则。通过对单元全息图合成拍摄中图像重叠投影的分析,基于非成像光学理论设计制作了能实现这一功能的透镜,并借助光学软件对其进行了仿真。最后利用所设计的透镜进行了合成全息实验,结果表明,利用所设计的重叠投影透镜和适当的图像处理方法,能合成出轮廓清晰、立体感强的全息立体图。 相似文献
10.
11.
提出了一种基于空间光调制器(SLM)的全息透镜(HL)记录波前像差的优化方法。从波像差理论出发,经过理论分析得出透射式全息透镜的像差表达式与像差特性,绘制了全息透镜的一维像差曲线,提出了基于空间光调制器的全息透镜波前像差优化方法。使用空间光调制器加载全息图,通过单次曝光记录全息透镜减小像差的方法进行了理论分析,并针对空间光调制器的零级串扰以及视场孔径光阑对全息图和像差的影响进行了讨论。使用优化后的全息图函数计算出包含非球面信息的全息图,设计了基于空间光调制器的全息透镜记录与成像实验,实验结果与理论分析相符合。 相似文献
12.
为了研究参考光波面形状对于测量透镜焦距值的影响,采用数字全息的方法进行了理论分析和实验验证。通过在两种色光下进行实验,分别测量出参考光为平面波和球面波时的焦距值,并与标称值和理论计算值进行了比较。结果表明,当参考光为平面波时,测量到的透镜焦距值与标称值和理论计算值相对误差在5%以上; 而当参考光为球面波时,与两者的相对误差均在2%以下,因此当参考光为球面波时所测量的焦距值精度更高; 通过计算得出这两种参考光所测量的焦距值都在理论焦深范围内,故利用测量焦距值对全息图进行重构时所获得的再现像与用标称值和理论计算值所得到的再现像质量相当。这一结果对测量透镜焦距值和数字全息图重建方面有一定的帮助。 相似文献
13.
14.
为了研究相移数字全息中的相移量计算问题,从菲涅耳衍射和全息理论出发,对相移离轴无透镜傅里叶变换数字全息的记录和再现进行了分析,推导了基于任意相移量的4步相移数字全息图的光场表达式,提出了一种利用相位相减计算任意相移量的新方法,并进行了相应的实验验证,得到了预期效果。结果表明,该方法与传统的4步相移方法相比,不需要对相移器进行严格标定,也能有效地消除数字全息再现光场中的0级衍射和共轭像,提高再现像的信噪比,因此,这对降低测量系统的复杂性,促进4步相移数字全息的发展是有帮助的。 相似文献
15.
16.
计算全息图的有效存储和快速传输对于实现真正意义上的动态三维全息显示有着十分重要的意义,然而计算全息图信息量庞大,不利于传输和存储,这就迫切需要对大数据量的全息图进行快速高效的压缩。基于此,提出一种基于小波域BP神经网络的全息图压缩技术,即先用小波变换对全息图进行预处理,通过将小波基与全息图的内积进行加权和来实现全息图的特征提取,然后将提取的特征向量代入神经网络以完成函数逼近、分类,实现全息图的压缩。该方法可获得124.52∶1的压缩比且仍能获得较清晰的再现像,实验结果很好地证明了该方法的可行性和有效性,且算法结构简单,运算速度快,能在较大压缩比下恢复出令人满意的再现像。 相似文献
17.
针对高光谱图像数据量大、信息冗余多、传输难度大等问题,从波段压缩采样入手,通过采样数据重构出原始波段,提出一种基于压缩感知理论的波段重构方法。压缩感知理论是一种在不遵循奈奎斯特采样定理的情况下,能够高精度重构出原始信号的新型压缩采样理论。由于高光谱图像谱间相关性高,具有很强的稀疏性,故可将压缩感知理论用于高光谱数据的波段重构,仅选择少量波段,便能够重构得到原始高光谱数据。实验结果表明,压缩感知理论能够对高光谱图像波段维进行压缩与重构,并可达到较高的重构比例,同时获得较高的重构效率,且重构数据光谱曲线与原始数据光谱曲线的波形一致度高。 相似文献
18.
19.
20.