帖子
勛章
關(guān)注
任務(wù)
純相位全息圖優(yōu)化算法綜述 近年來，得益于光學(xué)、電子和計(jì)算機(jī)等各項(xiàng)技術(shù)的進(jìn)步以及新算法的不斷提出，計(jì)算全息技術(shù)飛速發(fā)展。由于現(xiàn)有液晶空間光調(diào)制器對于純相位全息圖具有更高的調(diào)制能力與衍射效率，純相位全息圖優(yōu)化算法一直以來都是研究熱點(diǎn)。目前，各種傳統(tǒng)方法可以滿足不同的計(jì)算耗時(shí)與重建質(zhì)量要求，而深度學(xué)習(xí)、維爾丁格流等新方法為純相位全息圖優(yōu)化帶來了新的思路，這些工作都有利于實(shí)時(shí)、廣視場、高質(zhì)量全息三維顯示的早日實(shí)現(xiàn)。不同于傳統(tǒng)的全息成像技術(shù)，在計(jì)算機(jī)生成全息圖領(lǐng)域，液晶空間光調(diào)制器帶來了對波前信息前所未有的靈活控制能力，為計(jì)算全息的發(fā)展提供了很大的發(fā)展空間與動力。  過去的幾十年間,計(jì)算機(jī)生成純相位全息圖算法層出不窮,其核心就是純相位全息圖優(yōu)化問題: 給定一個(gè)復(fù)振幅全息圖(Complex-Amplitude Hologram),將其編碼成為一個(gè)純相位全息圖(Phase-Only Hologram),使得用該純相位全息圖進(jìn)行光學(xué)重建所得到的圖像要盡可能還原原始圖像。這些方法主要分為3類:迭代方法、非迭代方法與其他方法。迭代算法通常由一個(gè)對目標(biāo)全息圖的近似出發(fā),經(jīng)過一系列的重復(fù)操作不斷優(yōu)化這個(gè)近似全息圖,直到該近似所得到的重建圖像滿足一定的誤差要求；非迭代算法不需要重復(fù)的大量優(yōu)化計(jì)算, 會根據(jù)指定步驟一次性給出近似解。由于較低的計(jì)算負(fù)荷,非迭代算法更符合實(shí)時(shí)全息顯示的要求,而代價(jià)是這類方法的重建質(zhì)量不如迭代算法；其他方法種類繁多,各有特點(diǎn)。 ◀ 純相位全息圖生成算法介紹 ▶ 迭代性算法：Gerchberg-Saxton算法 可以生成純相位全息圖的迭代算法中,迭代傅立葉變換算法 (IterativeFourier Transform Algorithm)是一種比較具有代表性的算法,該類算法的特點(diǎn)是通過傅立葉變換在兩個(gè)平面中的反復(fù)傳遞。  圖1 計(jì)算機(jī)生成全息成像術(shù)流程圖 迭代傅立葉變換算法,或稱誤差減少算法(Error Reduction Algorithm)在20世紀(jì)70年代早期被作為數(shù)字全息的一種算法而提出, 后來被 Gerchberg與 Saxton修改并運(yùn)用在相位提取領(lǐng)域,成為了迭代算法中最著名也可能是被運(yùn)用最多的方法—Gerchberg-Saxton(GS)算法，其算法流程圖如圖2。  圖2 Gerchberg-Saxton算法流程圖 該算法中,根據(jù)全息圖平面與重建圖像平面的振幅分布,通過迭代進(jìn)行正逆向的光波傳遞以及施加在兩個(gè)平面上的限制條件, 進(jìn)而求得全息圖平面中光場的相位信息。該方法在計(jì)算純相位全息圖場景中十分適用,可以使用菲涅爾變換或者傅立葉變換來進(jìn)行光場傳播的計(jì)算。迭代性算法：誤差擴(kuò)散算法 誤差擴(kuò)散算法（Error Diffusion Method）是另一種類型的迭代算法，該算法會在全息圖平面的各個(gè)像素之間迭代。當(dāng)復(fù)振幅全息圖的振幅信息被直接移除時(shí)，每個(gè)像素點(diǎn)都會產(chǎn)生誤差，而誤差擴(kuò)散算法將逐個(gè)掃描像素點(diǎn)，并將每個(gè)像素點(diǎn)的誤差按照一定權(quán)重向尚未掃描到的四個(gè)相鄰像素點(diǎn)擴(kuò)散。  圖3 誤差擴(kuò)散算法示意圖；(a) 誤差從左向右掃描擴(kuò)散;(b)誤差與從右向左掃描的擴(kuò)散。 |
