科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统离轴数字全息成像技术需要先验知识和额外全息图的问题,提出了一种深度神经网络成像框架全息重建U形网络,解决离轴数字全息领域的重建问题。首先利用非对称卷积结构进行底层特征提取;接着通过多组残差卷积块提取不同尺度的全息图特征;最后通过转置卷积与特征拼接重建图像。实验数据经充分训练后,该方法仅需输入单张全息图就能输出单张清晰的重建图。与Holo-UNet相比,实验振幅样本和实验相位样本的重建峰值信噪比和结构相似度分别由原来的28.75 dB,0.919和29.55 dB,0.956提高至30.66 dB,0.933和33.43 dB,0.981,效果明显。
- 单位
