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。
科研之友
微信
新浪微博
Facebook
分享链接
